代码随想录算法训练营四十五天|115.不同的子序列、583.两个字符串的删除操作、72.编辑距离

最新推荐文章于 2024-10-09 22:28:58 发布

jinshengqile

最新推荐文章于 2024-10-09 22:28:58 发布

阅读量255

点赞数 2

文章标签：算法

本文链接：https://blog.csdn.net/jinshengqile/article/details/141728405

版权

题目链接：115. 不同的子序列 - 力扣（LeetCode）

class Solution(object):
    def numDistinct(self, s, t):
        """
        :type s: str
        :type t: str
        :rtype: int
        """

        dp = [[0] * (len(t) + 1) for _ in range(len(s) + 1)]

        for i in range(len(s) + 1):
            dp[i][0] = 1

        
        for i in range(1, len(s) + 1):
            for j in range(1, len(t) + 1):
                if s[i-1] == t[j-1]:
                    dp[i][j] = dp[i-1][j-1] + dp[i-1][j]
                else:
                    dp[i][j] = dp[i-1][j]

        return dp[len(s)][len(t)]

题目链接：1143. 最长公共子序列 - 力扣（LeetCode）

思路：算出公共子序列的最大长度，那么用两个字符串的长度减去公共的部分，就得到了需要操作的最少步数

class Solution(object):
    def minDistance(self, word1, word2):
        """
        :type word1: str
        :type word2: str
        :rtype: int
        """
        result = 0
        dp = [[0] * (len(word2) + 1) for _ in range(len(word1) + 1)]
        for i in range(1, len(word1) + 1):
            for j in range(1, len(word2) + 1):
                if word1[i-1] == word2[j-1]:
                    dp[i][j] = dp[i-1][j-1] + 1
                else:
                    dp[i][j] = max(dp[i-1][j], dp[i][j-1])
                result = dp[i][j] if dp[i][j] > result else dp[i][j]
        return len(word2) + len(word1) - 2 * result

题目链接：72. 编辑距离 - 力扣（LeetCode）

思路：思路跟之前求公共子序列差不多分为dp[i-1] == dp[j-1] 的情况和dp[i-1] != dp[j-1]的情况不等于的情况下分为三种 1.修改一个字符 2.删除一个字符 3.添加一个字符并取其中的最小值。

class Solution(object):
    def minDistance(self, word1, word2):
        """
        :type word1: str
        :type word2: str
        :rtype: int
        """

        dp = [[0] * (len(word2) + 1) for _ in range(len(word1) + 1)]

        for i in range(len(word2) + 1):
            dp[0][i] = i
        for i in range(len(word1) + 1):
            dp[i][0] = i

        for i in range(1, len(word1) + 1):
            for j in range(1, len(word2) + 1):
                if word1[i - 1] == word2[j - 1]:
                    dp[i][j] = dp[i-1][j-1]
                else:
                    # 删除
                    # 添加
                    # 修改
                    dp[i][j] = min(min(dp[i-1][j-1] + 1, dp[i-1][j] + 1), dp[i][j-1] + 1)

        return dp[len(word1)][len(word2)]