LeetCode-072-编辑距离

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’)

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/edit-distance

解题思路

利用动态规划
dp[i][j]表示word1前i个字符要变为word2前j个字符所需要的最少操作
扫描两个字符, 填写动态规划的数组
如果word1第i个字符和word2第j个字符相等, 则直接 dp[i][j] = dp[i - 1][j - 1]

因为两个相等, 所以对步数没有影响, 直接省略掉这两个字符

如果不相等, 则dp[i][j] = 1 + Math.min(Math.min(dp[i - 1][j - 1], dp[i - 1][j]), dp[i][j - 1])

也就是当前最少操作 = dp[i - 1][j - 1] 和 dp[i - 1][j] 和 dp[i][j - 1] 中的最小值并 + 1
因为当前两个字符不相等, 所以一定要操作, 所以要 + 1
dp[i - 1][j - 1] 是替换字符, 就是说把word1[i]换成和word2[j]一样的字符, 则这两个字符就可以忽略掉了
dp[i - 1][j] 是删除字符, 就是把word1[i]删掉, 此时编辑距离就只要看word1前i - 1个字符和word2前j个字符
dp[i][j - 1] 是增加字符, 其实相当于word2[j]删掉, 此时编辑距离就只要看word1前i个字符和word2前j - 1个字符

代码

class Solution {
    public int minDistance(String word1, String word2) {
        int m = word1.length() + 1;
        int n = word2.length() + 1;
        // 长度要 + 1, 考虑到空字符
        int[][] dp = new int[m][n];
        // 第一行
        for (int i = 0; i < n; i++) {
            dp[0][i] = i;
        }
        // 第一列
        for (int i = 1; i < m; i++) {
            dp[i][0] = i;
        }
        // 其余
        for (int i = 1; i < m; i++) {
            for (int j = 1; j < n; j++) {
                // 如果当前遍历到的字符相等
                if (word1.charAt(i - 1) == word2.charAt(j - 1)) {
                    dp[i][j] = dp[i - 1][j - 1];
                } else {
                    // dp[i - 1][j - 1] 是替换字符
                    // dp[i - 1][j] 是删除字符
                    // dp[i][j - 1] 是增加字符
                    // 本次操作 + 替换/删除/增加三种操作中距离最小的
                    dp[i][j] = 1 + Math.min(Math.min(dp[i - 1][j - 1], dp[i - 1][j]), dp[i][j - 1]);
                }
            }
        }
        return dp[m - 1][n - 1];
    }
}