583. 两个字符串的删除操作
给定两个单词 word1 和 word2 ,返回使得 word1 和 word2 相同所需的最小步数。
每步 可以删除任意一个字符串中的一个字符。
示例 1:
输入: word1 = "sea", word2 = "eat"
输出: 2
解释: 第一步将 "sea" 变为 "ea" ,第二步将 "eat "变为 "ea"
解题思路
仍然按照动态规划的分析步骤:
确定dp数组及下标含义
dp[i][j] : 表示word1以i-1结尾的字符串,和word2以j-1结尾的字符串相同所需的最小步数为dp[i][j].
确定递推公式
当word1[i-1] == word2[j-1]时,dp[i][j] = dp[i-1][j-1]
当word1[i-1]!=word2[j-1]时
情况一:删word1,dp[i][j] = dp[i-1][j] +1 ;
情况二:删word2,dp[i][j] = dp[i][j-1] +1;
情况三:同时删,dp[i][j] = dp[i-1][j-1] +1;
综上:dp[i][j] = min({dp[i - 1][j - 1] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1});
初始化
根据dp定义和递推公式可知
dp[i][0] = i
dp[0][j] = j
遍历顺序
从上到下,从左到右
代码示例-java
class Solution {
public int minDistance(String word1, String word2) {
//定义dp数组
int[][] dp = new int[word1.length()+1][word2.length()+1];
//初始化
for(int i=0;i<=word1.length();i++){
dp[i][0] = i;
}
for(int j=0;j<=word2.length();j++){
dp[0][j] = j;
}
// 遍历
for(int i=1;i<word1.length()+1;i++){
for(int j=1;j<word2.length()+1;j++){
if(word1.charAt(i-1)==word2.charAt(j-1)){
dp[i][j] = dp[i-1][j-1];
}else{
dp[i][j] = Math.min(dp[i-1][j]+1,dp[i][j-1]+1);
}
}
}
return dp[word1.length()][word2.length()];
}
}
72. 编辑距离
给你两个单词 word1 和 word2,请你计算出将 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
解题思路
动态规划分析法:
确定dp数组下标及含义
dp[i][j]: 表示以下标i-1为结尾的字符串word1,和以下标j-1为结尾的字符串word2,最近编辑距离为dp[i][j]。
确定递推公式
当word1[i-1] == word2[j-1]时: dp[i][j] = dp[i-1][j-1]
当word1[i-1]!=word2[j-1]时:
情况一:删word1,dp[i][j] = dp[i-1][j] +1 ;
情况二:删word2,dp[i][j] = dp[i][j-1] +1 ;
以上两种情况其实包含了添加元素,删除word2=给word1添加元素,反之也成立。
情况三:替换元素,dp[i][j] = dp[i-1][j-1] +1 ;
综上:dp[i][j] = min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]+1);
初始化
dp[i][0] = i;(表示对于空字符串word2,要对word1删除i个元素才能相等)
dp[0][j] = j; (表示对于字符串word2,要对word1添加j个元素才能相等)
遍历顺序
从左到右,从上到下
代码示例-java
class Solution {
public int minDistance(String word1, String word2) {
//定义dp数组
int[][] dp = new int[word1.length()+1][word2.length()+1];
//初始化
for(int i=0;i<=word1.length();i++){
dp[i][0] = i;
}
for(int j=0;j<=word2.length();j++){
dp[0][j] = j;
}
// 遍历
for(int i=1;i<word1.length()+1;i++){
for(int j=1;j<word2.length()+1;j++){
if(word1.charAt(i-1)==word2.charAt(j-1)){
dp[i][j] = dp[i-1][j-1];
}else{
dp[i][j] = Math.min(dp[i-1][j-1]+1,Math.min(dp[i-1][j]+1,dp[i][j-1]+1));
}
}
}
return dp[word1.length()][word2.length()];
}
}
编辑距离总结篇
动态规划:392.判断子序列 给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
动态规划:115.不同的子序列 给定一个字符串 s 和一个字符串 t ,计算在 s 的子序列中 t 出现的个数。
动态规划:583.两个字符串的删除操作 给定两个单词 word1 和 word2,找到使得 word1 和 word2 相同所需的最小步数,每步可以删除任意一个字符串中的一个字符。
动态规划:115.不同的子序列 相比,其实就是两个字符串可以都可以删除了,情况虽说复杂一些,但整体思路是不变的。
动态规划:72.编辑距离 给你两个单词 word1 和 word2,请你计算出将 word1 转换成 word2 所使用的最少操作数 。