Description
对于两个只含有小写英文字母(’a’-‘z’)的单词word1和word2,你可以对word1进行以下3种操作:
1) 插入一个字母;
2) 删除一个字母;
3) 替换一个字母.
请计算将word1变换成word2的最少操作数.
word1和word2的长度均不大于1000.
请为下面的Solution类实现解决上述问题的函数minDistance,函数的参数word1和word2为给出的两个单词,返回值为所求最少操作数.
class Solution {
public:
int minDistance(string word1, string word2) {
}
例1:word1 = “sunny”, word2 = “snowy”,返回值为3.
例2:word1 = “abc”, word2 = “ac”,返回值为1.
注意:你只需要提交Solution类的代码,你在本地可以编写main函数测试程序,但不需要提交main函数的代码. 注意不要修改类和函数的名称.
问题分析:
《算法概论》上经典的 编辑距离问题,利用动态规划的思想进行求解。
状态方程: dp[i][j]表示字符串1[1,....i] 和字符串2[1,....j]的最小编辑距离。
状态转移方程:分析最右列的对齐方式 只可能有三种情况: i>j 、i<j、i=j。
第一种情况产生的代价为1+dp[i-1][j]
第二种情况产生的代价为1+dp[i][j-1]
第三种情况产生的代价为dp[i-1][j-1]+different(word[i],word[j])
所以:
状态转移方程:dp[i][j]=min(1+dp[i-1][j],1+dp[i][j-1],
dp[i-1][j-1]+different(word[i],word[j])
状态终止条件:
dp[word1.size()-1][word2.size()-1]
需要注意的是word1和word2起初要加上一个空的字符。
代码:
class Solution {
public:
int min(int a,int b, int c){
if(a<=b&&a<=c) return a;
else if(b<=a&&b<=c) return b;
else return c;
}
int diff(char a,char b){
return a==b?0:1;
}
int minDistance(string word1, string word2) {
string a=" ";
a.append(word1);
word1=a;
string b=" ";
b.append(word2);
word2=b;
vector<vector<int>> dp(word1.size(),vector<int>(word2.size(),0));
for(int i=0;i<word2.size();i++)
dp[0][i]=i;
for(int i=0;i<word1.size();i++)
dp[i][0]=i;
for(int i=1;i<word1.size();i++){
for(int j=1;j<word2.size();j++){
dp[i][j]=min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]+diff(word1[i],word2[j]));
}
}
return dp[word1.size()-1][word2.size()-1];
}
};