题目:
给你两个单词 word1 和 word2,请你计算出将 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
class Solution {
/*
动态规划五部曲
* 1、确定 dp 数组以及下标含义
* dp[i] [j] 表示以下标 i-1 为结尾的字符串 word1 和 以下标 j-1 为结尾的字符串 word2,最少的编辑距离为 dp[i] [j]
* 这部分题中有好多次出现表示的都是 i-1 和 j-1 ,这样为了将初始化和后面的递推相统一,简化操作。
* 2、确定递推公式
* 在确定递推公式的时候,首先需要考虑清楚 以下 4 种情况。
* 情况一:word1[i - 1] == word2[j - 1]
* 不做任何操作,dp[i] [j] = dp[i - 1] [j - 1]
* word1[i - 1] 与 word2[j - 1]相等了,那么就不用编辑了,
* 就可以直接以下标 i-2 为结尾的字符串word1和以下标 j-2 为结尾的字符串word2的最近编辑距离dp[i - 1] [j - 1] 就是 dp[i] [j]了。
* 情况二:word1[i - 1] != word2[j - 1]
* 操作一:增
* word1 增加一个元素,使 word1[i - 1] == word2[j - 1],那么就是以下标为 i-2 为结尾的 word1 与 下标为 j-1 为结尾的 word2的最近编辑距离 加上1,表示为: dp[i] [j] = dp[i - 1] [j] + 1
* 操作二:删
* 这里要想明白一个点:**word2添加一个元素,相当于word1删除一个元素**
* 对 word1 的删除操作,就相当于对 word2 添加元素,所以这种操作就可以表示为dp[i] [j] = dp[i] [j - 1] + 1
* 操作三:换
* word1 替换为 word[i - 1],使其与 word2 [j - 1] 相同
* 刚刚愣了一下神,在想为啥是 i -1 和 j -1,傻了吧,本来 dp 数组的定义就是这样呀,你在看看 dp 数组的定义嘛
* 所以此时 dp[i] [j] = dp[i - 1] [j - 1] + 1
* 综上,第二种情况下,要取三种操作的最小值。
* dp[i] [j] = min({dp[i - 1] [j - 1], dp[i - 1] [j], dp[i] [j - 1]}) + 1;
* 3、dp 数组初始化
* dp[i] [0] :以下标 i-1 为结尾的字符串word1,和 空字符串word2,最近编辑距离为dp[i] [0], dp[i] [0] = i
* dp[0] [j] :以下标 j-1 为结尾的字符串word2,和 空字符串word1,最近编辑距离为dp[0] [j], dp[0] [j] = j
* 4、确定遍历顺序
* 从递推公式可以看出,dp[i] [j] 是根据 左上方、正上方、正左方 推导出的,
* 所以遍历顺序是 从上到下,从左到右。
*/
public:
int minDistance(string word1, string word2)
{
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for(int i = 1; i <= word1.size(); ++i)
{
dp[i][0] = i;
}
for(int j = 1; j <= word2.size(); ++j)
{
dp[0][j] = j;
}
for(int i = 1; i <= word1.size(); ++i)
{
for(int j = 1; j <= word2.size(); ++j)
{
// 这个下标又写错了 第好好好几次!看看 dp 数组的定义 ,是比较的 i-1 和 j-1 啦!!!
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, dp[i][j - 1] + 1, dp[i - 1][j - 1] + 1});
}
}
}
return dp[word1.size()][word2.size()];
}
};