LeetCode72题 编辑距离

题目:

  给定两个单词 word1 和 word2，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：

1. 插入一个字符
2. 删除一个字符
3. 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')

来源：力扣（LeetCode）

链接：https://leetcode-cn.com/problems/edit-distance

著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路：

动态规划：
dp[i][j] 代表 word1 到 i 位置转换成 word2 到 j 位置需要最少步数

所以，

当 word1[i] == word2[j]，dp[i][j] = dp[i-1][j-1]；

当 word1[i] != word2[j]，dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1

其中，dp[i-1][j-1] 表示替换操作，dp[i-1][j] 表示删除操作，dp[i][j-1] 表示插入操作。

注意，针对第一行，第一列要单独考虑，我们引入 '' 下图所示：

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

代码：

 /**
     * 功能描述: <br>
     * 〈〉   dp[i][j]表示word1的前i个字符变成word2的前j个字符最小操作次数
     *          如果word1[i] == word2[j] 时dp[i][j] = dp[i-1][j-1];
     *          如果word1[i]!=word2[j] 时  应该对word1[i]和word2[j]进行一系列的插入dp[i][j-1]删除dp[i-1][j]替换dp[i-1][j-1]操作
     *                                    此时进行了这些操作后dp[i][j] = Math.max(dp[i][j-1],dp[i-1][j-1],dp[i-1][j])+1
      * @Return: int
     * @Author: 万少波
     * @Date: 2019/8/24 8:58
     */
    public int minDistance(String word1, String word2) {
        int m = word1.length();
        int n = word2.length();
        int[][] dp = new int[m+1][n+1];
        //初始化第一行
        for(int i=1;i<=n;i++)
            dp[0][i] = dp[0][i-1]+1;
        //初始化第一列
        for(int j=1;j<=m;j++)
            dp[j][0] = dp[j-1][0]+1;
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
                char c1 = word1.charAt(i - 1);
                char c2 = word2.charAt(j - 1);
                if(c1==c2){
                    dp[i][j] = dp[i-1][j-1];
                }else{
                    dp[i][j] = Math.min(Math.min(dp[i][j-1],dp[i-1][j]),dp[i-1][j-1])+1;
                }
            }
        }
        return dp[m][n];
    }