[Leetcode学习]Edit Distance(编辑距离)

问题：

难度：Hard

说明：

给出两个字符串String01,String02，将String01修改为String02需要多少步骤？你可以将字符串进行增加，删除，修改操作。

输入案例：

Example 1:

Input: word1 = "horse", word2 = "ros"
Output: 3
Explanation: 
// 将h修改为r，变成rorse
horse -> rorse (replace 'h' with 'r')
// 将r移除，变成 rose
rorse -> rose (remove 'r')
// 将e移除，变成ros，得出结果
rose -> ros (remove 'e')
Example 2:

Input: word1 = "intention", word2 = "execution"
Output: 5
Explanation: 
intention -> inention (remove 't')
inention -> enention (replace 'i' with 'e')
enention -> exention (replace 'n' with 'x')
exention -> exection (replace 'n' with 'c')
exection -> execution (insert 'u')

我的代码：

其实就一个dp的问题，难的地方是理解怎么去状态转移，单纯看代码你是看不懂什么意思的，需要把增删改三个状态理解并且变成一个dp公式。状态转换方程应该如下（拿别人的）：dp[i - 1][j - 1]是修改操作

public class EditDistance {


    public static void main(String[] args) {

        Solution solution = new EditDistance().new Solution();

        String ss01 = "horse";
        String ss02 = "ros";


        System.out.println(solution.minDistance(ss01,ss02));

    }

    class Solution {
        public int minDistance(String word1, String word2) {
            int len01 = word1.length();
            int len02 = word2.length();
            char[] chars1 = word1.toCharArray();
            char[] chars2 = word2.toCharArray();
            // A:根据算法需要把所有字符遍历需要长度+1
            int[][] dp = new int[len01 + 1][len02 + 1];

            // 记忆化搜索
            // 第一列增加操作
            for(int i = 0;i <= len01;i ++) {
                dp[i][0] = i;
            }
            // 第一行删除操作
            for(int i = 0;i <= len02;i ++) {
                dp[0][i] = i;
            }

            for(int i = 1; i <= len01; i++) {
                for(int j = 1; j <= len02; j++) {
                    // 根据A: 操作数 = 判断上一行列字符，如果相等为0，不进行修改
                    int op = chars1[i - 1] == chars2[j - 1] ? 0 : 1;
                    // 选择最小操作数
                    dp[i][j] = Math.min(op + dp[i - 1][j - 1],
                            Math.min(dp[i - 1][j] + 1, dp[i][j - 1] + 1));
                }
            }
            return dp[len01][len02];
        }
    }
}