给定两个单词 word1 和 word2,计算出将 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
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’)
/*
动态规划问题:dp[i][j]表示word1前i个字符转化成word2前j个字符所需要的步骤
*/
class Solution {
public:
int minDistance(string word1, string word2) {
if(0 == word1.length() && 0 == word2.length()) return 0;
if(0 == word1.length()) return word2.length();
if(0 == word2.length()) return word1.length();
int len1 = word1.length(), len2 = word2.length();
vector<vector<int>> dp(len1+1, vector<int>(len2+1, 0));
for(int i = 0; i <= len1; i++)
{
dp[i][0] = i;
}
for(int j = 0; j <= len2; j++)
{
dp[0][j] = j;
}
for(int i = 1; i <= len1; i++)
{
for(int j = 1; j <= len2; j++)
{
if(word1[i-1] == word2[j-1])
{
//如果word1的第i个字符和word2的第j个字符相同(以1为下标为起始),那么长度为i的word1转换为
//长度为j的word2需要进行的步骤数为 长度为i - 1的word1转换为长度为j - 1的word2的步骤数
dp[i][j] = dp[i-1][j-1];
}
else
{
//如果word1的第i个字符和word2的第j个字符不相同(以1为下标为起始)
//那么有三种操作将 长度为i的word1转换为长度为j的word2的步骤
//第一种 在word1的第i个位置(以1为下标为起始)进行插入字符 dp[i][j - 1] + 1(先将长度为i的word1前i个转换为长度为j - 1的word2,在word1的第i插入一个字符,即可达到长度为i的word1匹配长度为j的word2)
//第二种 将word1的第i个字符(以1为下标为起始)删除 dp[i - 1][j](先将长度为i的word1前i - 1个字符转换为长度为j的word2,再将word1的第i删除,即可达到长度为i的word1匹配长度为j的word2)
//第三种 将word1的第i个字符(以1为下标为起始)替换 dp[i - 1][j - 1] + 1(先将长度为i 的word1前i - 1个字符转换为长度为j - 1的word2,再将word1的第i个替换,即可达到长度为i的word1匹配长度为j的word2)
//取三者的最小值
dp[i][j] = min(min(dp[i][j-1], dp[i-1][j]), dp[i-1][j-1])+1;
}
}
}
return dp[len1][len2];
}
};
典型的动态规划的问题,dp[i][j]表示word1的第i个字符转换成word2第j个字符所需的最小步数(字符从1开始计数)