Day48||● 583. 两个字符串的删除操作 ● 72. 编辑距离 ● 编辑距离总结篇

int WINGsssss

于 2023-04-24 11:26:17 发布

阅读量42

点赞数

文章标签：算法 leetcode 动态规划

本文链接：https://blog.csdn.net/m0_63511417/article/details/130337738

版权

这两段代码实现的是计算两个字符串的最小编辑距离，主要使用了动态规划的思想。当两个字符相同时，不进行操作；否则，考虑删除、插入和替换三种操作，取其最小代价。在第二段代码中，特别提到由于删除和增加操作代价相同，因此可以简化处理。

摘要由CSDN通过智能技术生成

● 583. 两个字符串的删除操作

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int> > dp(word1.size()+1,vector<int>(word2.size()+1,0));
        for(int i=0;i<word1.size()+1;i++) dp[i][0]=i;
        for(int i=0;i<word2.size()+1;i++) dp[0][i]=i;

        for(int i=1;i<=word1.size();i++)
        {
            for(int j=1;j<=word2.size();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,dp[i][j-1]+1);
            }
        }

        return dp[word1.size()][word2.size()];


    }
};

● 72. 编辑距离

有一个很巧妙的想法，删一个和增加一个的次数是一样的，所以我们只用去考虑删除的情况就好了。

class Solution {
public:
    int minDistance(string word1, string word2) {
            vector<vector<int> > dp(word1.size()+1,vector<int> (word2.size()+1,0));
            for(int i=0;i<=word1.size();i++) dp[i][0]=i;
            for(int i=0;i<=word2.size();i++) dp[0][i]=i;
            for(int i=1;i<=word1.size();i++)
            {
                for(int j=1;j<=word2.size();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,dp[i][j-1]+1,dp[i-1][j]+1});
                }
            }
            return dp[word1.size()][word2.size()];

    }
};