动态规划：LeetCode 72(Hard) 编辑距离(简单易理解)，思路，步骤和代码实现

动态规划问题

1.LeetCode 72 编辑距离(简单易理解)，思路，步骤和代码实现

目标：找到单词1转变为单词2的最少步数。

//例如:
//word1="horse" word2="ros"
//则输出最少步数为:3
//horse->hors
//hors->hos
//hos->ros

思路：不断检测词尾是否一致，原因是词尾一致后dp[i] [j] = dp[i-1] [j-1]，例如hors转变为ros的最小步数一定等于hor转变为ro的步数。

1. 定义二维数组dp[i] [j],其意义为：长度为i的word1转变为长度为j的word2所需的最小步数，这一步对于所有动态规划问题都很重要，至于为什么选择的是二维数组以及为什么根据单词长度来定义，一方面是经验，另一方面因为处理的是两个单词，分别记录检测词尾。

2. 对各种情况进行分类，在动态规划问题中，基本都需要找到dp[i] [j]与dp[i-1] [j]，dp[i] [j-1]以及dp[i-1] [j-1]之间的关系。

   • 词尾相同时

     ​ 词尾相同时显然有dp[i] [j]=dp[i-1] [j-1]，例如从hors–>hos的最小步骤等于hor–>ho的最小步骤，这里就体现了检测词尾的另一个好处，i和j在变换的同时，其对应的字母正好就是当前的词尾，例如：hors–>hos，由于词尾相同，则dp[4] [3]=dp[3] [2]，word1=[,h,o,r,s]，word2=[,h,o,s],word1[4] = word2[3],故i–.j–，dp不变，下一步计算hor–>ho，对比的就是word1[3]和word2[2]。

   • 词尾不同时，可执行：

     1. 增：例如hos–>rose,则需要在word1最后加个e，即dp[i] [j] = dp[i] [j-1] + 1，可以理解为:在hos–>ros的基础上再把word1词尾加了一个e;
     2. 改：例如hos–>ror,则需要将s改为r，即dp[i] [j] = dp[i-1] [j-1] + 1,可以理解为:在ho–>ro的基础上需要加一步将s–>r的步骤；
     3. 删：例如hors–>ror,则需要删掉s，即dp[i] [j] = dp[i-1] [j] + 1,可以理解为:在hor–>ror的基础上需要加一步将s删掉的步骤;

3. 定义初始条件：设想一下，再不断计算后，总会出现一个i或j变为0，这时候再减就成负数了，故当某一个为0时就是初始条件，因此需要定义dp[0] [m] = m(一个空字符串想变成m个字符的字符串显然是不断增)，同理dp[k] [0] = k，但也可根据上文中的词尾不同执行的增改删，当i–成为负数时不执行，只需定义dp[0] [0] =0。

4. 综上可知：由于定义的dp是最小步数，因此当词尾相同时：dp[i] [j]=dp[i-1] [j-1]，当词尾不同时：dp[i] [j] = min{增，删，改}+1，即dp[i] [j] = math.min(dp[i] [j-1],dp[i-1] [j-1],dp[i-1] [j])+1。

实现代码(C++)：

#include <iostream>
using namespace std;
int min1(int i,int j,int k)
{
	int a;
	if (i <= j)
		a = i;
	else a = j;
	if (a <= k)
		return a;
	else return k;
}
int main()
{
	string word1,word2;
	word1 = "horse";
	word2 = "ros";
	int m = word1.length();
	int k = word2.length();
	int dp[500][500];
	for (int i = 0; i <= k; i++)	dp[0][i] = i;
	for (int j = 0; j <= m; j++)    dp[j][0] = j;
    for (int i = 1; i <= m; i++)
		for(int j=1;j<=k;j++)
	    {
			if (word1[i-1] == word2[j-1]) 
                dp[i][j] = dp[i - 1][j - 1];	
			else 
                dp[i][j] = min1(dp[i-1][j],dp[i-1][j-1],dp[i][j-1])+1;
	    }
	cout <<"最少步数为：" << dp[m][k];
	return 0;
}