动态规划
class Solution:
def minDistance(self, word1, word2):
size1 = len(word1)
size2 = len(word2)
dp = [[0] * (size2 + 1) for _ in range(size1 + 1)]
for i in range(1, size1 + 1):
dp[i][0] = dp[i - 1][0] + 1
for i in range(1, size2 + 1):
dp[0][i] = dp[0][i - 1] + 1
for i in range(1, size1 + 1):
for j in range(1, size2 + 1):
if word1[i - 1] == word2[j - 1]:
dp[i][j] = dp[i - 1][j - 1]
else:
dp[i][j] = min(dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]) + 1
return dp[size1][size2]
定义状态dp[i][j]为:字符串1到第i位为止转化成字符串2到第j位为止需要的最少操作数
--初始化二维数组dp:size1+1行size2+1列
--处理边界:第0行/第0列表示空字符串1转化为字符串2/字符串1转化为空字符串2需要的操作数
(索引每+1,操作数+1,(需要增加/删去它长度次))
--从1到size1遍历i
--从1到size2遍历j
--如果字符串1第i位和字符串2第j位相等
--dp[i][j] 和 dp[i - 1][j - 1] 相同(需要操作次数相同)
--否则
--dp[i][j] 为 dp[i - 1][j - 1](替换) dp[i - 1][j](删除)dp[i][j - 1] (插入)三者中的最小值 + 1