LeetCode 热题100-30-编辑距离

核心思想：动态规划
思路：
定义 dp[i][j]：
dp[i][j] 代表 word1 中前 i 个字符，变换到 word2 中前 j 个字符，最短需要操作的次数；
特殊情况：需要考虑 word1 或 word2 一个字母都没有，即全增加/删除的情况，所以预留 dp[0][j] 和 dp[i][0]
状态转移：
增–dp[i][j] = dp[i][j - 1] + 1
删–dp[i][j] = dp[i - 1][j] + 1
改–dp[i][j] = dp[i - 1][j - 1] + 1
按顺序计算，当计算 dp[i][j] 时，dp[i - 1][j] ， dp[i][j - 1] ， dp[i - 1][j - 1] 均已经确定了，配合增删改这三种操作，需要对应的 dp 把操作次数加一，取三种的最小；如果刚好这两个字母相同 word1[i - 1] = word2[j - 1] ，那么可以直接参考 dp[i - 1][j - 1] ，操作不用加一。

class Solution {
    public int minDistance(String word1, String word2) {
        int len1 = word1.length();
        int len2 = word2.length();
        int left_up = 0;
        int[][] sign = new int[len1+1][len2+1];
        for(int i = 0; i <= len1; i++){
            sign[i][0]=i;
        }
        for(int j = 0; j <= len2; j++){
            sign[0][j]=j;
        }
        for(int i = 1; i <= len1; i++){
            for(int j = 1; j <= len2; j++){
                left_up = sign[i-1][j-1] + (word1.charAt(i-1)==word2.charAt(j-1)?0:1);
                sign[i][j] = Math.min(sign[i-1][j]+1,Math.min(sign[i][j-1]+1,left_up));
            }
        }
        return sign[len1][len2];
    }
}