Leetcode 72 编辑距离【动态规划】

Leetcode 72 编辑距离

困难题
属于动态规划中的字符串编辑问题；
这一类方法一般是定义一个二维数组，i表示处理到第一个序列的第i个元素为止，j表示处理到第二个序列的第j个元素为止的最佳匹配。

题目

给你两个单词 word1 和 word2， 请返回将 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

解法

• 定义一个二维数组，i表示处理到第一个序列的第i个元素为止，j表示处理到第二个序列的第j个元素为止，编辑字符串使其相同的最少操作数。
• 状态转移方程

  • 如果第i个元素和第j个元素是相同（该字符可匹配），那么只需要考虑前面的字符串匹配的最少次数；也就是$dp[i][j]=dp[i-1][j-1]$

  • 如果元素不同，那么就通过修改/插入/删除，使得对应位置元素相同从而向前考虑，那么可以考虑三种情况：

    • 修改字符串元素（i or j）使得其对应位置上的元素相同 $dp[i][j]=dp[i-1][j-1]+1$
    • 对第一个序列的 i 位置做插入操作（相当于对第二个序列的 j 位置做删除操作）使得对应位置元素相同 $dp[i][j]=dp[i][j-1]+1$
    • 对第二个序列的 j 位置做插入操作（相当于对第一个序列的 i 位置做删除操作）使得对应位置元素相同 $dp[i][j]=dp[i-1][j]+1$

    找上述三种情况最优解也就是$dp[i][j]=min(dp[i-1][j-1],dp[i][j-1],dp[i-1][j])+1$

• dp数组的初始化：定义dp的维度为m+1，n+1（m，n是第一，二个序列的长度）相当于添加了两个空字符串，那么对于i=0，或者j=0时，需要删除/插入，j或者i次；
• 遍历顺序，从dp数组的左上角遍历到右下角；
• 返回$dp[m][n]$即可

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        m,n = len(word1),len(word2)
        dp = [[0 for _ in range(n+1)] for _ in range(m+1)]
        for i in range(m+1):
            for j in range(n+1):
                if i==0: dp[i][j] = j
                elif j==0: dp[i][j] = i
                elif word1[i-1]==word2[j-1]: dp[i][j] = dp[i-1][j-1]
                else: dp[i][j] = min(dp[i-1][j-1],dp[i][j-1],dp[i-1][j])+1
        return dp[m][n]

• 时间复杂度 O(mn)
• 空间复杂度 O(mn)