第三十四天
我使用的C++,错误的地方请见谅,文章初衷仅用来督促本人学习,如果恰巧能够给你带来帮助,我会十分开心。
一、1143. 最长公共子序列
给定两个字符串 text1 和 text2,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回 0 。
一个字符串的 子序列 是指这样一个新的字符串:它是由原字符串在不改变字符的相对顺序的情况下删除某些字符(也可以不删除任何字符)后组成的新字符串。
例如,“ace” 是 “abcde” 的子序列,但 “aec” 不是 “abcde” 的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-common-subsequence
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
二维动态规划问题
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int m = text1.size(), n = text2.size();
vector<vector<int>> dp(m + 1, vector<int>(n + 1));
for (int i = 1; i <= m; ++i){
char c1 = text1.at(i - 1);
for (int j = 1; j <= n; ++j){
char c2 = text2.at(j - 1);
if (c1 == c2){
dp[i][j] = dp[i - 1][j - 1] + 1;
}
else {
dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
}
}
}
return dp[m][n];
}
};
二、583. 两个字符串的删除操作
给定两个单词 word1 和 word2 ,返回使得 word1 和 word2 相同所需的最小步数。
每步 可以删除任意一个字符串中的一个字符。
可以直接用上面一道题目的解法,得到最长公共子序列后,m - len+n -len
class Solution {
public:
int minDistance(string word1, string word2) {
//同样使用二维动态规划
int m = word1.size(), n = word2.size();
vector<vector<int>> dp(m + 1, vector<int>(n + 1));
for (int i = 0; i <= m; ++i){
dp[i][0] = i;
}
for (int j = 0; j <= n; ++j){
dp[0][j] = j;
}
for (int i = 1; i <= m; ++i){
char c1 = word1.at(i - 1);
for (int j = 1; j <= n; ++j){
char c2 = word2.at(j - 1);
if (c1 == c2){
dp[i][j] = dp[i - 1][j - 1];
}
else {
dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + 1;
}
}
}
return dp[m][n];
}
};
三、72. 编辑距离
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/edit-distance
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
这里题解和题意我觉得不是一个意思,按照题意是将前一个字符串变成后一个字符串,而题意是可以变换任意一个字符串,以求得使两者相同的最短距离(编辑距离)。但过程是一样的,因为后一个单词始终包含于前一个单词,且对B的操作可以类似于对A的操作,相当于题意问题是题解问题的子集。
class Solution {
public:
int minDistance(string word1, string word2) {
//先找最长子序列,然后对最长子序列进行操作,先操作前面后操作后面
int m = word1.size();
int n = word2.size();
if (m * n == 0){//有一个为空的话,删除或添加所有字符
return m + n;
}
vector<vector<int>> dp(m + 1, vector<int>(n + 1));
for (int i = 0; i <= m; ++i){//初始化边界条件,和空集一样
dp[i][0] = i;
}
for (int j = 0; j <= n; ++j){
dp[0][j] = j;
}
for (int i = 1; i <= m; ++i){
for (int j = 1; j <= n; ++j){
int left = dp[i][j - 1] + 1;//加一个字符或删除当前字符
int down = dp[i - 1][j] + 1;
int left_down = dp[i - 1][j - 1];//相同的话不需要操作,不相同需要替换一下
if (word1[i - 1] != word2[j - 1]) ++left_down;
dp[i][j] = min(left_down, min(left, down));
}
}
return dp[m][n];
}
};
题解很精彩,编辑距离的概念让人耳目一新