动态规划—编辑距离（一）解析+代码

编辑距离（一）

题目链接：编辑距离（一）

编辑距离：是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。
操作有三种：插入，删除，修改（修改其实就是替换）

我们可以转换成子问题：str1的前 i 个字符转换成str2的前 j 个字符的编辑距离
因为有两个字符串，从str1的一个字符开始转化成str2的子串，所以我们需要二维数组

状态：F[ i ][ j ]：从str1的前 i 个字符转换成str2 的前 j 字符所需的编辑距离

状态转移方程：分为3个可能

1. 插入：F[ i ][ j ] = F[ i ][ j - 1]
2. 删除：F[ i ][ j ] = F[ i - 1 ][ j ]
3. 替换：F[ i ][ j ] = F[ i - 1 ][ j - 1 ]

下面通过一张图解释状态转移方程

代码如下：

	int editDistance(string str1, string str2)
    {
        //行数
        int row=str1.size();
        //列数
        int col=str2.size();

        vector<vector<int>> dp(row+1,vector<int>(col+1));
        //列初始化
        for(int i=0;i<=col;++i)
            dp[0][i]=i;
        //行初始化
        for(int j=1;j<=row;++j)
            dp[j][0]=j;
		
        for(int i=1;i<=row;++i)
        {
            for(int j=1;j<=col;++j)
            {
                //先比较插入,删除哪个操作次数更少
                dp[i][j]=min(dp[i][j-1],dp[i-1][j])+1;

                //再比较替换是否操作更少
                //相等，不需要替换
                if(str1[i-1]==str2[j-1])
                    dp[i][j]=min(dp[i][j],dp[i-1][j-1]);
                else
                    dp[i][j]=min(dp[i][j],dp[i-1][j-1]+1);//需要替换
            }
        }

        return dp[row][col];
    }