[leetcode] Edit Distance

最新推荐文章于 2020-06-22 10:16:26 发布

UpCoderXH

最新推荐文章于 2020-06-22 10:16:26 发布

阅读量119

点赞数

分类专栏： ACM/算法文章标签： leetcode 字符串编辑距离 Edit Distance

本文链接：https://blog.csdn.net/liangdong2014/article/details/88807160

版权

ACM/算法专栏收录该内容

72 篇文章 0 订阅

订阅专栏

计算两个字符串之间的编辑距离
假设有两个字符串str1和str2的编辑距离是D
- 假设str1[0] = str2[0],则D = distance(str1[1:], str2[1:])
- 假设str1[0] != str2[0], 则我们有一下几种做法
  - 将str1[0] 替换成 str2[0], 则 D = distance(str1[1:], str2[1:]) + 1
  - 将str1[0] 删除，则D = distance(str1[1:], str2[0:]) + 1
  - 将str2[0] 插入str1[0]，则D = distance(str1[0:], str2[1:]) + 1
- 然后我们计算上述三个子问题的最小值就好
转成动态规划的问题
- dp[i][j]表示的是str1[0:i]和str2[0:j]之间的最小编辑距离
- 转移方程如下
  $\\ if j = 0, dp[i][0] = i \\ if i>0\ and\ j>0\ and\ str1[i] == str2[j],\\ \ dp[i][j] = min(dp[i-1][j-1], dp[i-1][j] + 1, dp[i][j-1] + 1)$
代码如下

class Solution {
public:
    int minDistance(string word1, string word2) {
        int len1 = int(word1.length());
        int len2 = int(word2.length());
        int dp[len1 + 1][len2 + 1];
        memset(dp, 0, sizeof(dp));
        for(int i=1;i<=len1;i++){
            dp[i][0] = i;
        }
        for(int j=1;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]){
                    dp[i][j] = dp[i-1][j-1];
                }else{
                    dp[i][j] = min(dp[i-1][j-1] + 1, min(dp[i-1][j] + 1, dp[i][j-1] + 1));
                }
            }
        }
        return dp[len1][len2];
    }
};