Leetcode刷题记录--P72 编辑距离

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];
    }