leetcode题解72-编辑距离

问题描述

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')

提示：

0 <= word1.length, word2.length <= 500
word1 和 word2 由小写英文字母组成

解题思路(动态规划)：

编辑距离」是经典的两个字符串的动态规划问题，最基本的问题以及状态设计的想法来自「力扣」第 1143 题：最长公共子序列

分析递归结构：根据最长公共子序列问题的学习经验，比较两个字符串的差异可以 根据它们最后一个字符串的差异进行穷举，因此状态定义如下：

第 1 步：定义状态
dp[i][j] 表示：将 word1[0…i) 转换成为 word2[0…j) 的方案数。

说明：由于要考虑空字符串，这里的下标 i 不包括 word[i]，同理下标 j 不包括 word[j]。

第 2 步：考虑初始化
从一个字符串变成空字符串，非空字符串的长度就是编辑距离。因此初始化逻辑如下：

for (int i = 0; i <= len1; i++) {
    dp[i][0] = i;
}

for (int j = 0; j <= len2; j++) {
    dp[0][j] = j;
}

第 3 步：推导状态转移方程
由于要考虑空字符串，针对 word1 和 word2 的讨论需要将下标减 1，这一点可以通过如下描述或者参考代码进行理解。
情况 1：如果 word1[i - 1] == word2[j - 1]，即当前考虑的两个字符串的最后一个字符相等，此时它们的编辑距离就等于它们去掉了最后一个字符以后的编辑距离，dp[i][j] = dp[i - 1][j - 1]；

情况 2：如果 word1[i - 1] != word2[j - 1]，此时编辑距离是以下三种情况的最小者（根据题目的定义，编辑距离的定义取最小者）。

• 情况 2.1：在当前 word1 后面加上与当前 word2 最后一个字符相等的字符（操作次数 + 1），此时编辑距离 dp[i][j] = dp[i][j - 1] + 1；

假设这里完成状态转移即填表是先一个一个的遍历word1,然后每次遍历word1的时候，考虑word2每个字。

• 情况 2.2 ：去掉当前 word1 后面最后一个字符（操作次数 + 1），此时编辑距离 dp[i][j] = dp[i - 1][j] + 1；
  

• 情况 2.3：将当前 word1 后面最后一个字符替换成当前 word2最后一个字符（操作次数 + 1），此时编辑距离 dp[i][j] = dp[i - 1][j - 1] + 1。

实现代码

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];
        //初始化边界
        //word2为空时，dp[i][0]的值为i,相当于需要word1删除i个字符才能和word2一样
        for(int i=0;i<=m;i++){
            dp[i][0]=i;
        }
        for(int i=0;i<=n;i++){
            dp[0][i]=i;
        }
        //逐个遍历word1和word2中的每个字符
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
                //如果第i个字符与第j个字符相同
                if(word1.charAt(i-1)==word2.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1];
                }else{
                    dp[i][j]=Math.min(Math.min(dp[i-1][j]+1,dp[i][j-1]+1),dp[i-1][j-1]+1);
                }
            }
        }
        return dp[m][n];
    }
}