leetcode----72. 编辑距离

日常菜的一天😕😕😕

题目链接------------------------------------>72. 编辑距离

这是一道动态规划问题，我们定义$dp[i][j]$ 代表word1的前 i 个字符到word2的前 j 个字符的最少操作次数。

需要注意的是，对word1的增加一个字符和对word2删除一个字符是等价的，因为我们只关心操作次数，例如对于ho–>heo的转换，我们可以在h和o之间增加一个e，也可以在heo中删除e。虽然最终得到的word不一样，但是对于操作次数是一样的。

若我们已知abc---->bo的最小操作次数是x的话，那么：
1.abc—>bod的最小操作次数就是x+1，因为我们可以直接在abc后面增加d。(也可以将bod中的d删除，因为两种操作是等价的。)
2.abcd---->bo的最小操作次数就是x+1，因为我们可以直接把abcd中的d删除。
3.abcd---->bof的最小操作次数就是x+1，因为我们可以直接将abcd中的d替换成f。

我们将上述例子带入到定义的$dp[i][j]$中：
1.$dp[3][3]=dp[3][2]+1$
2.$dp[4][2]=dp[3][2]+1$
3.$dp[4][3]=dp[3][2]+1$
可以看出对于一个$dp[i][j]$来说它的值有三个来源：$dp[i][j-1]+1，dp[i-1][j]+1，dp[i-1][j-1]+1$。其中的最小值为$dp[i][j]$的值。

当然若word1中第i个字符和word2中第j个字符一样的话，我们并不需要上述过程，因为我们此时不需要任何操作，所以$dp[i][j]=dp[i-1][j-1]$

此时我们可得到状态转移方程：i 指向word1，j 指向word2
若word1[i] == word2[j]，则$dp[i][j]=dp[i-1][j-1]$
若word1[i] != word2[j]，则$dp[i][j]=min(dp[i-1][j],min(dp[i][j-1],dp[i-1][j-1]))+1$

对于dp问题来说我们应当还有起始状态，起始状态就是我们可以直接确定的情况，显而易见就是有一个word为空串。
对于$dp[0][j]$来说，$dp[0][j]=j$。因为只需要往空串中增加字符即可。
对于$dp[i][0]$来说，$dp[i][0]=i$。此时只需要把word1中的字符全部删除即可。

int minDistance(string word1, string word2) {
    int len1 = word1.length(),len2 = word2.length();
    int dp[len1+1][len2+1];
    memset(dp,0,sizeof(dp));
    for(int i = 0;i <= len1;i++)
        dp[i][0] = i;
    for(int j = 0;j <= len2;j++)
        dp[0][j] = j;
    for(int i = 1;i <= len1;i++)
    {
        for(int j = 1;j <= len2;j++)
        {
            if(word1[i-1] == word2[j-1])
                dp[i][j] = dp[i-1][j-1];
            else{
                dp[i][j] = min(dp[i-1][j],min(dp[i][j-1],dp[i-1][j-1]))+1;
            }
        }
    }
    return dp[len1][len2];
}