day56两个字符串的删除操作_编辑距离

力扣583.两个字符串的删除操作

题目链接：https://leetcode.cn/problems/delete-operation-for-two-strings/

思路

和最长公共子序列那题基本相同，最后只要两个字符串长度相加-两倍的最长公共子序列长度，就是最少删除操作数

完整代码

class Solution {
    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()-2*dp[word1.length()][word2.length()];
    }
}

力扣72.编辑距离

题目链接：https://leetcode.cn/problems/edit-distance/

思路

dp数组含义

dp[i][j]:以i-1为结尾的字符串word1和以j-1为结尾的字符串word2的最近编辑距离。就是说让这俩字符串变得一样的最小操作数。

递推公式

当word1[i-1] == word2[j-1]的情况比较好理解：既然当前遍历的两个字符相等了，就不用做任何操作，只要延续之前的就行，所以dp[i][j]=dp[i-1][j-1]

当这两个字符不相等时，有如下几种操作（增，删，替换）：

（1）增和删：为啥把这两个操作放在一起说呢，因为这两个对于操作数来说是一样的，例如word1=[a,b]和word2=[a],既可以word1删掉b，也可以word2添加b，这样增和删的操作数都是1，所以都是一样的。

可以word1回退，word2不回退，操作数加一:dp[i][j]=dp[i-1][j]+1

可以word1不回退，word2回退，操作数加一：dp[i][j]=dp[i][j-1]+1

（2）替换：例如word1=[a,b],word2=[a,c]，那么替换操作可以由之前匹配的字符串a再加上一个替换操作得到：dp[i][j]=dp[i-1][j-1]+1

取三者的最小值。

初始化

由递推公式可知，需要初始化dp[i][0],dp[0][j]

dp[i][0]:以i-1为结尾的字符串word1和以-1为结尾的字符串word2的最近编辑距离。拿非空去匹配空字符串，操作数就是非空字符串的长度

dp[0][j]:同理

遍历顺序

从前向后

打印数组

return dp[len1][len2]

完整代码

class Solution {
    public int minDistance(String word1, String word2) {
        int len1 = word1.length();
        int len2 = word2.length();
        int[][] dp = new int[len1+1][len2+1];
        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.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,dp[i][j-1]+1);
                    dp[i][j] = Math.min(dp[i][j],dp[i-1][j-1]+1);
                }
            }
        }
        return dp[len1][len2];
    }
}