力扣72.编辑距离 c++

一、题目描述

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
   

二、示例

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')

三、分析

思路：

1. 递归：

p1,p2从后向前遍历word1,word2：

        （1）如果两者字符相等，p1,p2前移；

        （2）如果两者字符不等：可对p1进行三种操作：

                    1.插入：在p1位置模拟插入p2的字符，和p2相匹配；p2前移，p1不动

                    2.删除：将p1位置删除，即跳过该字符匹配前一个；p2不动，p1前移

                    3.修改：将p1位置改为p2字符；p1前移，p2前移

            选三者中后续操作最少的一个；

        （3）直到p1为空或p2为空，操作数为非空者的剩余长度（可以删除或插入，次数相同）

缺点：重复操作太多，力扣上会超时

时间复杂度：很大

空间复杂度：主要是递归消耗，也很大

2. 动态规划：

根据递归的代码，可以看出，有很多相同的参数被重复计算了，将这些数值保存起来，即为动态规划的递归数组：

            二维数组：下标分别为p1和p2，数组值为cur的传出。

            即：dp数组的含义是在word1和word2的前p1，p2长度中，使二者相同的最少操作数。

时间复杂度：两个循环，遍历两个数组O(m*n)

空间复杂度：dp数组 O(m*n)

四、代码

1. 递归代码（超时）：

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1,vector<int>(word2.size()+1));
        int len1=word1.size();
        int len2=word2.size();
        for(int i=0;i<=len1;i++)dp[i][0]=i;
        for(int i=0;i<=len2;i++)dp[0][i]=i;
        for(int i=1;i<=len1;i++){
            for(int j=1;j<=len2;j++){
                if(word1[i-1]==word2[j-1])dp[i][j]=dp[i-1][j-1];
                else{
                    dp[i][j]=1+min(dp[i-1][j-1],min(dp[i-1][j],dp[i][j-1]));
                }
            }
        }
        return dp[len1][len2];
    }
};

2.动态规划代码：

class Solution {
public:
    int cur(string word1,string word2,int p1,int p2){
        if(p1<0&&p2<0)return 0;
        if(p1<0)return p2+1;
        if(p2<0)return p1+1;
        if(word1[p1]==word2[p2])return cur(word1,word2,p1-1,p2-1);
        return 1+min(cur(word1,word2,p1-1,p2),min(cur(word1,word2,p1-1,p2-1),cur(word1,word2,p1,p2-1)));
    }

    int minDistance(string word1, string word2) {
        return cur(word1,word2,word1.size()-1,word2.size()-1);
    }
};