【LeetCode 72】 Edit Distance【H】

给定两个单词 word1 和 word2，计算出将 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：

1. 插入一个字符；
2. 删除一个字符；
3. 替换一个字符；

在此之前，我们要明确我们的实现思路：将 word2 固定不变，通过改变 word1 来使得 word1 变成 word2。

思路 (DP)

定义：dp[i][j] 为从 word1[0,…,i-1] 转换到 word2[0,…,j-1] 最小的编辑次数。i, j 的起始点从 1 开始。

有了如上的定义之后，我们需要考虑的有2个问题：第一个是 dp[i][j] 的边界问题；第二个问题是 dp[i][j] 的递归表达式。

首先是 dp[i][j] 的边界问题，即将一个非空字符串转换为一个空字符串，需要的最小编辑次数，套用我们之前的定义，就是将 word1[0,…,i-1] 转换为一个空字符串，对应 dp[i][j] 的值是多少，我们有：（作为初始化）

1. dp[i][0] = i
2. dp[0][j] = j

接下来我们对第二个问题进行分析：如何得到 dp[i][j] 的递归表达式？
我们如何求得 dp[i][j] 的值？我们利用的是动态规划的思想，即假设我们已经求得 dp[i][j] 之前的所有值（即已知 dp[0,…,i-1][0,…,j-1]，并且 word1[0,…,i-2]==word2[0,…,j-2] ），那么我们就可以将问题拆解为一个个相同的小问题：考虑 word1[i-1] 与 word2[j-1]

如果 word1[i-1] == word2[j-1] ，那么相应的 dp[i][j] = dp[i-1][j-1]
如果 word1[i-1] != word2[j-1] ，那么问题变得有些复杂，需要一一分析：（我们需要考虑3种情况）

1. 替换；需要对 word1[i-1] 进行替换，用 word2[j-1] 来替换 word1[i-1]，那么 word1[0,…,i-1] == word2[0,…,j-1] ，此时： dp[i][j] = dp[i - 1][j - 1] + 1
2. 删除；需要对 word1[i-1] 进行删除，使得 word1[0,…,i-2] == word2[0,…,j-1] ，此时： dp[i][j] = dp[i - 1][j] + 1 ；
3. 插入；需要将 word2[j-1] 插入到 word1[i-1] 的后面，使得 word1[0,…,i-1] + word2[j-1] == word2[0,…,j-1] ，此时：dp[i][j] = dp[i][j - 1] + 1

最后我们将所有的递归公式写在一起：

1. dp[i][0] = i ， dp[0][j] = j
2. 如果 word1[i-1] == word2[j-1] ，dp[i][j] = dp[i-1][j-1]
3. 否则 dp[i][j] = min( dp[i][j] = dp[i - 1][j - 1] + 1， dp[i][j] = dp[i - 1][j] + 1， dp[i][j] = dp[i][j - 1] + 1 )

代码如下：

public class No72 {
    public int minDistance(String word1, String word2) {
        /**
         * DP, 数组 dp[i][j] = x, 指的是 从 word1[0 ~ i-1] 转换到 word2[0 ~ j-1] 所需的最少操作次数(不包括 i, j)
         */
        if (word2.length() == 0) { // 把 word1 中所有字母都删除
            return word1.length();
        }
        if (word1.length() == 0) { // 在 word1 中添加 word2 中的每一个字母
            return word2.length();
        }
        int[][] dp = new int[word1.length()+1][word2.length()+1];
        // 初始化
        for (int i = 0; i <= word1.length(); i++) {
            dp[i][0] = i;
        }
        for (int i = 0; i <= word2.length(); i++) {
            dp[0][i] = i;
        }

        //DP
        for (int i = 1; i <= word1.length(); i++) {
            for (int j = 1; j <= word2.length(); j++) {
                if (word1.charAt(i-1) == word2.charAt(j-1)) {
                    dp[i][j] = dp[i-1][j-1];
                } else {
                    dp[i][j] = Math.min(dp[i-1][j]+1, Math.min(dp[i][j-1]+1, dp[i-1][j-1]+1));
                }
            }
        }

        return dp[word1.length()][word2.length()];
    }
}

参考

• https://blog.csdn.net/mine_song/article/details/70843951
• https://leetcode.com/problems/edit-distance/discuss/25846/20ms-detailed-explained-c-solutions-on-space