LeetCode.72 编辑距离（动态规划-字符串编辑）

最新推荐文章于 2024-10-08 17:22:14 发布

mmmmmmcy

最新推荐文章于 2024-10-08 17:22:14 发布

阅读量124

点赞数

文章标签：数据结构

本文链接：https://blog.csdn.net/mmmmmmcy/article/details/129517305

版权

该博客介绍了LeetCode中第72题的编辑距离问题，主要探讨如何通过动态规划求解从word1转换到word2所需的最小操作数。文章指出并修正了错误代码中的边界条件处理问题。

摘要由CSDN通过智能技术生成

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

题解：

类似于题目 1143 ，我们使用一个二维数组 dp[i][j] ，表示将第一个字符串到位置 i 为止，和第

二个字符串到位置 j 为止，最多需要几步编辑。当第 i 位和第 j 位对应的字符相同时， dp[i][j] 等于 dp[i-1][j-1] ；当二者对应的字符不同时，修改的消耗是 dp[i-1][j-1]+1 ，插入 i 位置 / 删除 j 位置的消耗是 dp[i][j-1] + 1 ，插入 j 位置 / 删除 i 位置的消耗是 dp[i-1][j] + 1 。

错误代码：（没有处理好边界条件）

class Solution {
public:
    int minDistance(string word1, string word2) {
        int n = word1.size();
        int m = word2.size();
        vector<vector<int>>dp(n+1,vector<int>(m+1,0));//dp表示字符串Word1的i位置 word2的j位置所需要最少的操作数
        dp[0][1]=dp[1][0]=1;
        if(n==0)
            return m;
        else if(m==0)
            return n;
        for(int i =1;i<=n;i++)
        {
            for(int j=1;j<=m;j++)
            {
                dp[i][j] = min(dp[i-1][j-1]+((word1[i-1]==word2[j-1])?0:1),min(dp[i-1][j]+1,dp[i][j-1]+1));
            }
        }
        return dp[n][m];
    }
};

改正后

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