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
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')
解题思路:
本题是找寻两个字符串A和B之间的编辑距离。即A通过插入、删除、修改字符的操作来变换成B字符串。每次变化一个字符算一个单位距离。在这里我们可以替换一下思路,我们在A中删除一个字符其实是等价于在B中插入一个字符的。因此我们总体三个步骤就变化为:
在A中插入一个字符;
在B中插入一个字符;
在A中修改一个字符;
子问题:A字符串局部位置变化成B字符局部位置。
考虑利用动态规划来解决这个问题。我们定义一个dp[i][j]。表示字符串A从1~i位置以及字符串B从1~j位置的最小编辑距离。考虑dp[i][j]的取值:
情况一:对于已经考虑过的A中前i-1个字符与B的j个字符,此时我们只需要在A的最后添加一个与B最后一个相同的情况即可。得:dp[i][j]=dp[i-1][j]+1;
情况二:对于已经考虑过的A中前i个字符与B的j-1个字符,此时我们只需要在A的最后添加一个与B最后一个相同的情况即可。得:dp[i][j]=dp[i][j-1]+1;
情况三:对于dp[i-1][j-1],此时A得第i个字符修改为B的第j个字符即可,得dp[i][j]=dp[i-1][j-1]+1;
但是如果此时A第i个和B第j个相同,那么就不需要加一。得dp[i][j]=dp[i-1][j-1];
综上即可得出:
public int minDistance(String word1, String word2) {
int n = word1.length();
int m = word2.length();
// 有一个字符串为空串
if (n * m == 0) {
return n + m;
}
// DP 数组
int[][] D = new int[n + 1][m + 1];
// 边界状态初始化
for (int i = 0; i < n + 1; i++) {
D[i][0] = i;
}
for (int j = 0; j < m + 1; j++) {
D[0][j] = j;
}
// 计算所有 DP 值
for (int i = 1; i < n + 1; i++) {
for (int j = 1; j < m + 1; j++) {
int left = D[i - 1][j] + 1;
int down = D[i][j - 1] + 1;
int left_down = D[i - 1][j - 1];
if (word1.charAt(i - 1) != word2.charAt(j - 1)) {
left_down += 1;
}
D[i][j] = Math.min(left, Math.min(down, left_down));
}
}
return D[n][m];
}