leetcode 72.编辑距离（动态规划）

rvlt1

已于 2023-11-30 15:49:52 修改

阅读量159

点赞数

文章标签： leetcode 算法 c++

于 2023-03-20 14:41:18 首次发布

本文链接：https://blog.csdn.net/skykone1/article/details/129667229

版权

该代码实现了一个计算两个字符串`word1`和`word2`之间最小编辑距离的算法。它使用了动态规划的方法，初始化二维dp数组，并通过比较字符串中对应位置的字符来更新状态，最终返回dp数组的最后一个元素，即两字符串的最小编辑距离。

摘要由CSDN通过智能技术生成

class Solution {
    public int minDistance(String word1, String word2) {
        int n1 = word1.length();
        int n2 = word2.length();
        //当有空串时
        if(n1 == 0 && n2 == 0) return 0;
        if(n1 == 0) return n2;
        if(n2 == 0) return n1;

        int[][] dp = new int [n1 + 1][n2 + 1];
        //设置初始状态
        for(int i = 1; i <= n1; i++){
            dp[i][0] = i;
        }
        for(int i = 1; i <= n2; i++){
            dp[0][i] = i;
        }
        for(int i = 1; i <= n1; i++){
            for(int j = 1; j <= n2; j++){
                //在i位置加与j位置相同的元素
                int res1 = dp[i - 1][j] + 1;
                //在j位置加与i位置相同的元素
                int res2 = dp[i][j - 1] + 1;
                int res3;
                //i位置和j位置相同，不用变换
                if(word1.charAt(i - 1) == word2.charAt(j - 1)){
                    res3 = dp[i - 1][j - 1];
                }
                //不同时需要变换
                else{
                    res3 = dp[i - 1][j - 1] + 1;
                }
                dp[i][j] = Math.min(res1, Math.min(res2, res3));
            }
        }
        return dp[n1][n2];
    }
}