Day 56 | 583. 两个字符串的删除操作 & 72. 编辑距离 & 编辑距离总结篇_编辑距离改进版删除一串字符怎么删-CSDN博客

本文链接：https://blog.csdn.net/m0_56579820/article/details/127859905

这篇博客介绍了使用动态规划解决编辑距离问题的两种方法。解法一是直接求删除操作的最少次数，解法二是通过求最长公共子序列来计算。动态规划的核心在于构建二维dp数组，通过比较字符是否相等，决定是保留、删除还是替换，并更新状态转移方程。最终返回dp数组的最后一个元素得出答案。

摘要由CSDN通过智能技术生成

583. 两个字符串的删除操作

解法一：直接求删除的步数

动态规划解题思路：

①确定dp数组以及下标含义

dp[i][j]：以下标i-1结尾的字符串s与下标j-1结尾的字符串t想要达到相等，所需要删除元素的最少次数。

②确定递推公式

每次遍历比较word1[i-1]与word2[j-1]的值。

若相等,则不删除元素：

dp[i][j]=dp[i-1][j-1]

若不相同，选择删除一个word1中元素或一个word2中的元素或同时删除word1和word2中的一个元素三种情况下的最小值。

dp[i][j]=Math.min(dp[i-1][j-1]+2,Math.min(dp[i-1][j]+1,dp[i][j-1]+1));

③dp数组如何初始化

dp[i][0]代表word1和空字符串相等需要删除的最少步数，即把word1也变成空字符串，即为i

同理dp[0][j]=j;

④确定遍历顺序

从前向后、从上至下遍历。

⑤举例推导dp数组

    public int minDistance(String word1, String word2) {
        int[][] dp=new int[word1.length()+1][word2.length()+1];
        for(int i=0;i<=word1.length();i++){
            dp[i][0]=i;
        }
        for(int j=0;j<=word2.length();j++){
            dp[0][j]=j;
        }
        for(int i=1;i<=word1.length();i++){
            for (int j=1;j<=word2.length();j++){
                if(word1.charAt(i-1)==word2.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1];
                }else{
                    dp[i][j]=Math.min(dp[i-1][j-1]+2,Math.min(dp[i-1][j]+1,dp[i][j-1]+1));
                }
            }
        }
        return dp[word1.length()][word2.length()];
    }

解法二：求出最长公共子序列长度，用字符串之和减去。

让两个字符串的长度和-最长公共子序列的值*2也可求出本题答案。

动态规划解题思路：

①确定dp数组以及下标含义

dp[i][j]：长度为[0,i-1]的字符串s与长度为[0,j-1]的字符串t的最长公共子序列

②确定递推公式

每次遍历比较word1[i-1]与word2[j-1]的值。

若相等,则公共子序列长度+1：

dp[i][j]=dp[i-1][j-1]+1

若不相同，则为在word1/word2中去掉该元素的最长公共子序列值的较大值。

dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1])

③dp数组如何初始化

dp[i][0]，dp[0][j]都为word1/word2与空字符串的最长公共子序列，即为0.

④确定遍历顺序

从前向后、从上至下遍历。

⑤举例推导dp数组

    public int minDistance(String word1, String word2) {
        int[][] dp=new int[word1.length()+1][word2.length()+1];
        for(int i=1;i<=word1.length();i++){
            for (int j=1;j<=word2.length();j++){
                if(word1.charAt(i-1)==word2.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1]+1;
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
                }
            }
        }
        return word1.length()+word2.length()-dp[word1.length()][word2.length()]*2;
    }

72. 编辑距离

这道题不太理解。。

动态规划解题思路：

①确定dp数组以及下标含义

dp[i][j]：下标为[0,i-1]的字符串1转换为下标为[0,j-1]的字符串2所需要的最少操作数

②确定递推公式

每次遍历比较word1[i-1]与word2[j-1]的值。

（1）若相等,则操作数不变：

dp[i][j]=dp[i-1][j-1]

（2）若不相同，则可进行三个操作：

①删除操作

word1删除下标i-1,即word1下标i-2与word2下标j-1的元素全部相等。即为dp[i-1][j]加一个操作

dp[i][j]=dp[i-1][j]+1

word2删除下标j-1,即word2下标j-2与word1下标i-1的元素全部相等。即为dp[i][j-1]加一个操作

dp[i][j]=dp[i][j-1]+1

②插入元素

与删除相同。

在word1插入说明word1下标i-2与word2下标j-1相同

在word2插入说明word1下标i-1与word2下标j-2相同

③替换元素

说明word1前i-2下标与word2前j-2下标相同，只需要把word1中的i-1下标替换成word2中的j-1下标

dp[i][j]=dp[i-1][j-1]+1;

最后，取三个的最小值即可。

dp[i][j]=Math.min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]+1);

③dp数组如何初始化

dp[i][0]，dp[0][j]都为word1/word2转换空字符串要进行的操作，即为字符串长度i/j个

dp[i][0]=i,dp[0][j]=j;

④确定遍历顺序

从前向后、从上至下遍历。

⑤举例推导dp数组

    public int minDistance(String word1, String word2) {
        int[][] dp=new int[word1.length()+1][word2.length()+1];
        for(int i=0;i<=word1.length();i++){
            dp[i][0]=i;
        }
        for(int j=0;j<=word2.length();j++){
            dp[0][j]=j;
        }
        for(int i=1;i<=word1.length();i++){
            for(int j=1;j<=word2.length();j++){
                if(word1.charAt(i-1)==word2.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1];
                }else{
                    dp[i][j]=Math.min(dp[i-1][j]+1,Math.min(dp[i][j-1]+1,dp[i-1][j-1]+1));
                }
            }
        }
        return dp[word1.length()][word2.length()];
    }