题目描述:
给你两个单词 word1 和 word2, 请返回将 word1 转换成 word2 所使用的最少操作数 。
你可以对一个单词进行如下三种操作:
插入一个字符
删除一个字符
替换一个字符
!!!注意!!!:
这是字符串类DP经典问题,面试常出。
示例 1:
输入:word1 = “horse”, word2 = “ros”
输出:3
解释:
horse -> rorse (将 ‘h’ 替换为 ‘r’)
rorse -> rose (删除 ‘r’)
rose -> ros (删除 ‘e’)
示例 2:
输入:word1 = “intention”, word2 = “execution”
输出:5
解释:
intention -> inention (删除 ‘t’)
inention -> enention (将 ‘i’ 替换为 ‘e’)
enention -> exention (将 ‘n’ 替换为 ‘x’)
exention -> exection (将 ‘n’ 替换为 ‘c’)
exection -> execution (插入 ‘u’)
思路1:
暴力求解,通过深搜或者广搜对words1的每一个元素进行添加、删除、插入操作;或者words1和words2同时进行深搜,找到中间相遇的点;暴力求解的方式是不推荐的,因为代码容易出错。
思路2:
动态规划
状态的定义!!! dp[i][j] 从word1的前 i 个字符变换到words2的前 j 个字符最少的变动次数。
所以结果就是dp[m][n],其中m是words1的长度,n是words2的长度。
状态转移方程:
如果words1[i-1]和words2[j-1]相等,注意根据定义的状态的含义确定的下标,则dp[i][j] = dp[i-1][j-1];
如果不相等,则可以进行三种操作,删除、增加、替换:
min{dp[i-1, j], dp[i][j-1], dp[i-1][j-1]} +1
扩展:如果每个操作的权重是不相同的直接在每一个操作前乘上一个权重即可。
注意本题的初始值的设置:dp[i][0] = i dp[0][j] = j
class Solution(object):
def minDistance(self, word1, word2):
"""
:type word1: str
:type word2: str
:rtype: int
"""
# 经典的字符串类的dp问题,二维dp
# dp[i][j] 表示将words1的前i个字符转换为words2的前j个字符最少的变动数量
dp = [[0 for _ in range(len(word2)+1)] for _ in range(len(word1)+1)]
# 注意这里m*n矩阵的定义和m,n的顺序是相反的
for i in range(len(word1)+1):
dp[i][0] = i
for j in range(len(word2)+1):
dp[0][j] = j
# 注意这里的初始值定义方式
for m in range(1, len(word1)+1):
for n in range(1, len(word2)+1):
if word1[m-1] == word2[n-1]: # 注意这里的含义要对的上,下标应该是m-1和n-1
dp[m][n] = dp[m-1][n-1]
else:
dp[m][n] = min(dp[m-1][n], dp[m][n-1], dp[m-1][n-1]) + 1
return dp[len(word1)][len(word2)]
时间复杂度O(m*n)。