1. 题目
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
解释:
intention -> inention (删除 ‘t’)
inention -> enention (将 ‘i’ 替换为 ‘e’)
enention -> exention (将 ‘n’ 替换为 ‘x’)
exention -> exection (将 ‘n’ 替换为 ‘c’)
exection -> execution (插入 ‘u’)
2. 题解
2.1 解法1: 动态规划
- 状态数组: dp[i][j] 代表 word1 到 i 位置转换成 word2 到 j 位置需要最少步数
- 递推方程:
(一)、当word1[i]==word2[j]
时,由于遍历到了i和j,说明word1的0~ i-1和word2的0~ j-1的匹配结果已经生成,
由于当前两个字符相同,因此无需做任何操作,dp[i][j]=dp[i-1][j-1]
(二)、当word1[i]!=word2[j]
时,可以进行的操作有3个:
① 替换操作:可能word1的0~ i-1位置与word2的0~ j-1位置的字符都相同,
只是当前位置的字符不匹配,进行替换操作后两者变得相同,
所以此时dp[i][j]=dp[i-1][j-1]+1
(这个加1代表执行替换操作)
②删除操作:若此时word1的0 ~ i-1位置与word2的0~ j位置已经匹配了,
此时多出了word1的i位置字符,应把它删除掉,才能使此时word1的0~i(这个i是执行了删除操作后新的i)
和word2的0~ j位置匹配,因此此时dp[i][j]=dp[i-1][j]+1
(这个加1代表执行删除操作)
③插入操作:若此时word1的0~ i位置只是和word2的0~j-1位置匹配,
此时只需要在原来的i位置后面插入一个和word2的j位置相同的字符使得
此时的word1的0i(这个i是执行了插入操作后新的i)和word2的0j匹配得上,
所以此时dp[i][j]=dp[i][j-1]+1
(这个加1代表执行插入操作)
④由于题目所要求的是要最少的操作数:所以当word1[i] != word2[j]
时,
需要在这三个操作中选取一个最小的值赋格当前的dp[i][j]
(三)总结:状态方程为:
if(word1[i] == word2[j]):
dp[i][j] = dp[i-1][j-1]
else:
min(dp[i-1][j-1],dp[i-1][j],dp[i][j-1])+1
- 边界及初始化: 针对第一行,第一列要单独考虑,我们引入 ‘’ ,
第一行,是 word1 为空变成 word2 最少步数,就是插入操作
第一列,是 word2 为空,需要的最少步数,就是删除操作
注意: 这里的 i,j 指 字符串的第几个位置, 与实际 charAt() 位置相差 1
class Solution {
public int minDistance(String word1, String word2) {
int m = word1.length();
int n = word2.length();
int[][] dp = new int[m + 1][n + 1];
// 初始化
for (int i = 1; i <= n; i++) {
dp[0][i] = dp[0][i - 1] + 1;
}
for (int i = 1; i <= m; i++) {
dp[i][0] = dp[i - 1][0] + 1;
}
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; 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], Math.min(dp[i - 1][j], dp[i][j - 1])) + 1;
}
}
}
return dp[m][n];
}
}
参考:
自底向上 和自顶向下
官方题解