LeetCode刷题笔记第72题：编辑距离

最新推荐文章于 2024-07-13 10:44:21 发布

等风来随风飘

最新推荐文章于 2024-07-13 10:44:21 发布

阅读量107

点赞数

分类专栏： LeetCode刷题

本文链接：https://blog.csdn.net/qq_29787929/article/details/118489827

版权

LeetCode刷题专栏收录该内容

90 篇文章 2 订阅

订阅专栏

本文详细探讨了LeetCode第72题——编辑距离的解决方案。通过动态规划方法，建立二维数组来存储子问题答案，分析字符是否相同，计算插入、删除和替换操作的代价，从而找到最小编辑距离。此题主要涉及字符串处理和动态规划技术。

摘要由CSDN通过智能技术生成

LeetCode刷题笔记第72题：编辑距离

想法：
计算两个字符串之间的编辑距离，先获取两个字符串的长度，当有一个字符串长度为0时，编辑距离即为另一个字符串的长度。当两个字符串长度均不为0时，使用动态规划的思想，先构建一个二维数组存放子问题的答案，再循环遍历两个字符串判断相对位置上字符是否相同，使用插入，删除和替换操作完成对字符串之间编辑距离的计算，选择返回其中编辑距离最小的数值。

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        m, n = len(word1), len(word2)
 
        # 构建二位数组来存储子问题的答案
        dp = [[0 for x in range(n+1)] for x in range(m+1)]
        
        # 利用动态规划算法,填充数组
        for i in range(m+1):
            for j in range(n+1):
                # 假设第一个字符串为空,则转换的代价为j (j次的插入)
                if i == 0:
                    dp[i][j] = j 
                
                # 同样的,假设第二个字符串为空,则转换的代价为i (i次的插入)
                elif j == 0:
                    dp[i][j] = i
                
                # 此时位置元素字符相同时，编辑距离没有发生改变
                elif word1[i-1] == word2[j-1]:
                    dp[i][j] = dp[i-1][j-1]

				# 此时位置元素字符不同时，使用插入、删除和替换来完成编辑距离的计算，并返回编辑距离的最小值
                else:
                    insert = 1 + dp[i][j-1]
                    delete = 1 + dp[i-1][j]
                    replace = dp[i-1][j-1] + 1
                    dp[i][j] = min(insert, delete, replace)
        return dp[m][n]