动态规划编辑距离篇-代码随想录算法训练营第四十一天| 583. 两个字符串的删除操作，72. 编辑距离-CSDN博客

本文链接：https://blog.csdn.net/m0_67804957/article/details/141559566

583. 两个字符串的删除操作

题目链接：. - 力扣（LeetCode）

讲解视频：

题目描述：

给定两个单词 word1 和 word2 ，返回使得 word1 和 word2 相同所需的最小步数。每步可以删除任意一个字符串中的一个字符。

示例 1：

输入: word1 = "sea", word2 = "eat"
输出: 2
解释: 第一步将 "sea" 变为 "ea" ，第二步将 "eat "变为 "ea"

示例 2:

输入：word1 = "leetcode", word2 = "etco"
输出：4

解题思路：

本题可以转换成先找到两个字符串中最长重复子序列，用两个字符串长度分别减去公共子序列长度再求和。

最长重复子序列解题思路链接：最长重复子序列

代码：

class Solution {
public:
    int minDistance(string word1, string word2) {
        int n = word1.size(), m = word2.size();
        vector<vector<int>> dp(m+1,vector<int>(n+1));
        int ret = 0;
        for(int i = 1; i <= m; i++)
        {
            for(int j = 1; j <= n; j++)
            {
                if(word1[j-1] == word2[i-1]) dp[i][j] = dp[i-1][j-1] + 1;
                else dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
                ret = max(ret,dp[i][j]);
            }
        }
        return m + n - ret * 2;
    }
};

72. 编辑距离

题目链接：. - 力扣（LeetCode）

讲解视频：

动态规划终极绝杀！ LeetCode：72.编辑距离

题目描述：

给你两个单词 word1 和 word2， 请返回将 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

示例 1：

输入：word1 = "horse", word2 = "ros"
输出：3
解释：
horse -> rorse (将 'h' 替换为 'r')
rorse -> rose (删除 'r')
rose -> ros (删除 'e')

解题思路：

1、状态表示：

dp[i][j] 表示：以下标i为结尾的字符串word1和以下标j为结尾的字符串word2的最小编辑距离

2、状态转移方程：

1)当word1[i] == word2[j]时，不用任何编辑，dp[i][j] 就应该是 dp[i - 1][j - 1]，即dp[i][j] = dp[i - 1][j - 1];

2)当word1[i] != word2[j]时，有如下三种操作：

操作一：word1删除一个元素，那么就是以下标i - 2为结尾的word1 与 j-1为结尾的word2的最近编辑距离再加上一个操作。即 dp[i][j] = dp[i - 1][j] + 1;
操作二：word2删除一个元素，那么就是以下标i - 1为结尾的word1 与 j-2为结尾的word2的最近编辑距离再加上一个操作。即 dp[i][j] = dp[i][j - 1] + 1;
操作三：替换元素，word1替换word1[i - 1]，使其与word2[j - 1]相同，此时不用增删加元素。可以回顾一下，if (word1[i - 1] == word2[j - 1])的时候我们的操作是 dp[i][j] = dp[i - 1][j - 1] 对吧。那么只需要一次替换的操作，就可以让 word1[i - 1] 和 word2[j - 1] 相同。所以 dp[i][j] = dp[i - 1][j - 1] + 1;

对于添加元素逻辑是：word2添加一个元素，相当于word1删除一个元素，例如 word1 = "ad" ，word2 = "a"，word1删除元素'd' 和 word2添加一个元素'd'，变成word1="a", word2="ad"，最终的操作数是一样！

3、初始化：

当word1为空串时，只要将word2内元素全部删除即可得到word1，因此操作次数为word2字符串长度；同理，当word2为空串时，word1内元素全部删除即可得到word2，因此操作次数为word1字符串长度

4、遍历顺序：

填表顺序先「从上往下」再「从左往右」。

5、返回值：

返回dp[m][n]。

代码：

class Solution {
public:
    int minDistance(string word1, string word2) {
        int m = word1.size();
        int n = word2.size();
        word1 = " " + word1;
        word2 = " " + word2;

        vector<vector<int>> dp(m+1,vectorQ<int>(n+1));

        for(int i = 0; i <= n; i++) dp[0][i] = i;
        for(int i = 0; i <= m; i++) dp[i][0] = i;

        for(int i = 1; i <= m; i++)
        {
            for(int j = 1; j <= n; j++)
            {
                if(word1[i] == word2[j]) 
                    dp[i][j] = dp[i-1][j-1];
                else
                    dp[i][j] = min({dp[i-1][j],dp[i][j-1],dp[i-1][j-1]}) + 1;
            }
        }

        return dp[m][n];
    }
};