leetcode 72. 编辑距离

题目：

代码;
这题其实可以用，动态规划和递归来解

方法一：动态规划 （自底向上）
题目中 针对三个条件
插入一个字符
删除一个字符
替换一个字符

我们可以具体化：
word1删除最后一个元素
word2删除最后一个元素
word1或者word2修改最后一个元素和另外一个字符串元素相同

确认状态： 首先 dp[i][j]代表着从word1 中前第i（包括i）个字符到word2中第j（包含j）个字符的最小操作数

状态转移：
当 word1【i】==word1【j】时，dp[i][j] =dp[i-1][j-1]也就是代码

 if(word1[i-1]==word2[j-1]) dp[i][j]=dp[i-1][j-1];//注意i代表第前i个元素，所以我们待比较下标是index=i-1

否则 经过上面的条件进行操作 (+1的含义)，也就是代码

 dp[i][j]=min(dp[i-1][j-1],//修改word1或者word2中的最后一个字符使得最后一个字符相等
	          min(
	                dp[i-1][j],//删除word1的最后一个字符
	                dp[i][j-1]//删除word2的最后一个字符
	                )
                            
                         )+1;//+1代表本次操作了一次（删除，修改）

初始化：
当一个字符为空时，最小操作数，就是另外一个字符的长度

所求答案：
dp[word1.size()][word2.size()];
代码：

class Solution {
public:
    int minDistance(string word1, string word2)
     {
         //这个题目使用动态规划时，需要找到子问题。
         //首先 dp[i][j]代表着从word1 中前第i（包括i）个字符到word2中第j（包含j）个字符的最小操作数


         vector<vector<int>  > dp(word1.size()+1,vector<int>(word2.size()+1,0));

    



         for(int i=0;i<word1.size()+1;i++)//这个是word1的遍历   word1.size()+1也就是说可以是前0个函数
         {
             for(int j=0;j<word2.size()+1;j++)//这个是word2的遍历
             {

                 if(i==0) dp[i][j]=j;
                 else if(j==0) dp[i][j]=i;
                 else//就是两个字符串都不为空
                 {
                     if(word1[i-1]==word2[j-1]) dp[i][j]=dp[i-1][j-1];//注意i代表第前i个元素，所以我们待比较下标是index=i-1
                     else
                     {
                        dp[i][j]=min(dp[i-1][j-1],//修改word1或者word2中的最后一个字符使得最后一个字符相等
                                        min(
                                            dp[i-1][j],//删除word1的最后一个字符
                                            dp[i][j-1]//删除word2的最后一个字符
                                            )
                            
                         )+1;//+1代表本次操作了一次（删除，修改）
                       
                     }
                 }

               
                
             }
         }

         return dp[word1.size()][word2.size()];



    }
};

递归写法：自顶向下
没啥好说的，基本思路也是动态规划中的动态转移方程
代码：

class Solution {
    int dfs (string word1,string word2)
    {
        int len1=word1.size();
        int len2=word2.size();

        if(len1==0||len2==0)   return max(len1,len2);


        if(word1[len1-1]==word2[len2-1])  return dfs(word1.substr(0,len1-1),word2.substr(0,len2-1));
        
        return min(
            dfs(word1.substr(0,len1),word2.substr(0,len2-1)),// 删除
            min(
                dfs(word1.substr(0,len1-1),word2.substr(0,len2)),//删除A
                dfs(word1.substr(0,len1-1),word2.substr(0,len2-1))
                )//修改A或者修改B
        )+1;
    }
public:
    int minDistance(string word1, string word2)
     {


         return dfs(word1,word2);
    }
};