LeetCode-72-编辑距离c++

继续dp入门之旅

题目描述

虽然是二维dp的基础题，但在思路已经白嫖的情况下还是很久才理解实在是太菜了

思路

• dp含义
  二维数组dp[i][j]表示word1的前i个字符转化成word2的前j个字符所需要的最少操作次数
• dp方程
  在dp方程这点的理解上面还不够清晰，希望这次能彻底记住，
  dp方程的意义就是通过子回答与当前回答关系得到答案---------这题可以分成两种大情况，

1. 当我们发现word1[i] == word2[j] 时，这时候经过dp[i - 1][j - 1]次操作，word1的前i-1个字符转化成word2的1前j-1个字符，并且无需再进行任何操作
   即dp[i][j] = dp[i - 1][j - 1]
2. 当我们发现word[i] != word2[j]时，有三种策略
   1. 删除字符
      是在dp[i - 1][j]即word1的前i-1个字符已经转化成word2的前j个字符的情况下，删除word1[i]
      即dp[i] [j] = dp[i - 1] [j] + 1;
   2. 增加字符
      是在dp[i][j-1]即word1的前i个字符已经转化成word2的前j-1个字符的情况下，增加word1[i]=word[j]
      即dp[i] [j] = dp[i] [j - 1] + 1;
   3. 改变字符
      是在dp[i - 1][j - 1]即word1的前i-1个字符已经转化成word2的前j-1个字符的情况下，改变 word1[i]=word[j]
      即dp[i] [j] = dp[i - 1] [j - 1] + 1;**
      综上，dp方程为

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

• 初始值
  很明显数组的i坐标为0和j坐标为0的一系列点无法通过dp方程得到；知道他们的值并不难：
  dp[0][n] (n∈N) 需要word1进行n次增加字符操作
  dp[n][0] (n∈N) 需要word1进行n次删除字符操作
  即 dp[0][n] = n; dp[n][0] = n;

得到代码

class Solution {
public:
    int minDistance(string word1, string word2) {
        int wordLen1 = word1.size();
        int wordLen2 = word2.size();
        vector<vector<int>> dp (wordLen1 + 1, vector<int>(wordLen2 + 1, 0));
        for(int i = 0; i <= wordLen2; i ++) dp[0][i] = i;
        for(int j = 0; j <= wordLen1 ; j ++) dp[j][0] = j;
        for(int i = 1 ; i <= wordLen1 ; i ++)
            for(int j = 1; j <= wordLen2 ; j++) {
                if(word1[i - 1] == word2[j - 1])//这里有坑，要注意word的下标从0开始，dp的下标从1开始
                    dp[i][j] = dp[i - 1][j - 1];
                else dp[i][j] = min(min(dp[i - 1][j - 1], dp[i -1][j] ), dp[i][j - 1]) + 1;
            }
            return dp[wordLen1][wordLen2];
    }
};

现在只能勉勉强强写出dp，优化子结构还得继续学习。