【20230407】【每日一题】编辑距离

该文章介绍了一个使用动态规划算法来计算两个字符串word1和word2之间的最小编辑距离的问题。编辑操作包括插入、删除和替换字符。通过建立二维dp矩阵,逐个比较字符并更新距离值,最终得到从word1转换到word2所需的最少操作数。
摘要由CSDN通过智能技术生成

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


注意这里的插入、删除、替换操作。插入可以看成是word2的删除

1.dp[i][j]]表示以下标i-1结尾的word1 和以下标j-1结尾的word2的最近编辑距离;

2.确定递推关系式:一共有4种情况

  • if(word1[i-1]==word2[j-1])    不操作
  • if(word1[i-1]!=word2[j-1])     插入、删除、替换
class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1,vector<int>(word2.size()+1,0));
        //dp[i][j]表示以下标i-1结尾的word1 和以下标j-1结尾的word2的最近编辑距离
        //初始化
        for(int i=0;i<=word1.size();i++){
            dp[i][0]=i;
        }    
        for(int j=0;j<=word2.size();j++){
            dp[0][j]=j;
        }
        for(int i=1;i<=word1.size();i++){
            for(int j=1;j<=word2.size();j++){
                if(word1[i-1]==word2[j-1])  dp[i][j]=dp[i-1][j-1];
                else{
                    //word1[i-1]!=word2[j-1]的情况
                    //1.删除word1  dp[i][j]=dp[i-1][j]+1
                    //2.删除word2  dp[i][j]=dp[i][j-1]+1
                    //3.替换       dp[i][j]=dp[i-1][j-1]+1
                    dp[i][j]=min({dp[i-1][j],dp[i][j-1],dp[i-1][j-1]})+1;
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值