给定两个单词 word1 和 word2,计算出将 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')
示例 2:
输入: word1 = "intention", word2 = "execution" 输出: 5 解释: intention -> inention (删除 't') inention -> enention (将 'i' 替换为 'e') enention -> exention (将 'n' 替换为 'x') exention -> exection (将 'n' 替换为 'c') exection -> execution (插入 'u')
经典dp,dp[i][j]表示前i个字符和前j个字符的最小修改次数。由于增加,删除,替换,恰好都是一次操作,所以这题其实还算蛮简单的。主要是状态转移和初始化想清楚就可以。
static const auto _=[](){
std::ios::sync_with_stdio(false);
cin.tie(nullptr);
return nullptr;
}();
class Solution {
public:
int minDistance(string word1, string word2) {
vector< vector<int> > dp((int)word1.size() + 1, vector<int>((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 = 0; i < word1.size(); ++i)
{
for (int j = 0; j < word2.size(); ++j)
{
if (word1[i] == word2[j])
{
dp[i + 1][j + 1] = dp[i][j];
}
else
{
dp[i + 1][j + 1] = min(min(dp[i + 1][j], dp[i][j + 1]), dp[i][j]) + 1;
}
}
}
return dp[word1.size()][word2.size()];
}
};