算法第三章实践报告

1、实践题目：编辑距离问题

2、问题描述：

设A和B是2个字符串。要用最少的字符操作将字符串A转换为字符串B。这里所说的字符操作包括 (1)删除一个字符； (2)插入一个字符； (3)将一个字符改为另一个字符。 将字符串A变换为字符串B所用的最少字符操作数称为字符串A到 B的编辑距离，记为d(A,B)。 对于给定的字符串A和字符串B，计算其编辑距离 d(A,B)。

输入格式:

第一行是字符串A，文件的第二行是字符串B。

提示：字符串长度不超过2000个字符。

输出格式:

输出编辑距离d(A,B)

输入样例:

在这里给出一组输入。例如：

fxpimu
xwrs 

输出样例:

在这里给出相应的输出。例如：

5

3、算法描述：
先分情况来讨论。用二维数组d[i][j]来表示从a[i-1]贬称b[j-1]的最小操作。
首先是最简单的两种情况。即a、b字符串中有一个为空串。如果a串为空，即i=0，那么d[0][j]=j。如果b串为空，即j=0，那么d[i][0]=i。
其次是正常情况下。
如果字符串a中第i个字符等于字符串中第j个字符，即a[i-1] = b[j-1]时，d[i][j]=min（d[i-1][j-1],d[i][j-1]+1,d[i-1][j]+1）。
如果字符串a中第i个字符不等于字符串中第j个字符，即a[i-1] != b[j-1]时，d[i][j]=min（d[i-1][j-1]+1,d[i][j-1]+1,d[i-1][j]+1）。
简单来说，当前的操作是前一步操作的基础上最少次数的增删改的结果。
最终的输出结果就是 d[alength][blength]。

本题算法的部分代码展示如下：

int edit(char *a, char *b){
int alength = strlen(a);
int blength = strlen(b);
for(int i = 0; i <= alength; i++){ //b字符串为空
d[i][0] = i;
}
for(int i = 0; i <= blength; i++){ //a字符串为空
d[0][i] = i;
}
for(int i = 1; i <= alength; i++){
for(int j = 1; j <= blength; j++){
if(a[i-1] == b[j-1]){
d[i][j] = min(d[i-1][j-1], d[i][j-1]+1, d[i-1][j]+1); 
}
else{
d[i][j] = min(d[i-1][j-1]+1, d[i][j-1]+1, d[i-1][j]+1); 
}
}
}
return d[alength][blength];
}

4、时间和空间复杂度分析

时间复杂度 O（n）= T （alength*blength+blength） = O（alength*blength）

空间复杂度 O（mn）

5、心得体会

感觉动态规划算法的难点在于找到递归方程，如果能够找到递归方程，那么写起来就会容易很多。

本道题的递归方程不是那么好找。自己是找了蛮久的，一方面可能是对动态规划还不是那么熟悉，另一方面也有可能是自己一开始想得过于复杂了。

做了这么多题下来，发现动态规划是有模型的。比如这道题就属于矩阵模型。除此之外还有线性模型和背包模型等等。

动态规划其实我个人感觉蛮有趣的，这个算法又提高了我对编程的兴趣。希望可以学习很多很好的算法。

 

转载于:https://www.cnblogs.com/xwl2333/p/9906299.html