代码随想录算法训练营第五十九天｜动态规划：583. 两个字符串的删除操作、72. 编辑距离

【583. 两个字符串的删除操作】

这题，还是用归纳法找到dp数组的递推公式。

当我们使用"sea"和"eat"这个测试用例的时候，我们的递推公式容易写成：

        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] = dp[i][j - 1] + 1;//错误
            }
        }

这样子是不对的，因为这个粒子没有考虑到当两个字符串新增的字符不相等的时候，之前的字符可能存在相等的情况。

当遇到测试用例“leetcode”和“etco”的时候，以上的代码就会算错。

所以重新考虑第二个测试用例，我们可以归纳出以下的递推公式：

        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][j - 1], dp[i - 1][j]) + 1;
            }
        }

这样就对了。

我们来解读一下递推公式。

首先确定dp数组和下标的定义：

dp[i][j]为以i-1为结尾的word1子串和以j-1为结尾的word2子串为了相等所需要删除的字符个数。

当word1[i - 1] == word2[j - 1]的时候，意味着遍历到当前字符相等了。那么他们俩都不需要删除，只需要看[i-1]和[j-1]下标所需要删除的字符的个数。这个容易理解。

当word1[i - 1] != word2[j - 1]的时候，意味着遍历到的当前字符不相等了。这里就分为两种情况。

1.word1的字符需要删除，word2的字符之前出现过需要保留，那么dp[i][j] = dp[i-1][j] + 1。

2.word1的字符之前出现过需要保留，word2的字符需要删除，那么dp[i][j] = dp[i][j - 1] + 1

这两种情况我们需要取最小值，尽可能去保留更多的字符。

最后整体的代码如下：

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 = 1; i <= word1.size(); i++) dp[i][0] = i;
        for(int i = 1; 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][j - 1], dp[i - 1][j]) + 1;
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

注意：状态转移函数只从dp[i-1][j-1]、dp[i][j-1]、dp[i-1][j]这三个方向来。

【72. 编辑距离】