动态规划-计算字符串之间的距离

题目描述

Levenshtein 距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。编辑距离的算法是首先由俄国科学家Levenshtein提出的，故又叫Levenshtein Distance。

• Ex：

字符串A:abcdefg

字符串B: abcdef

通过增加或是删掉字符”g”的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。

• 要求：

给定任意两个字符串，写出一个算法计算它们的编辑距离。

• 输入描述:输入两个字符串

• 输出描述:
  得到计算结果

示例1

• 输入

abcdefg
abcdef

• 输出

1

解题思路

• 使用动态规划方法解决此问题

定义ic，dc，rc分别为插入、删除、修改的代价，在本题中ix = dc = rc = 1,dp[i][j] 表示a的前i个字符转换成b的前y个字符所需要的最小代价

• 初始化

对于动态数组的第一行来说，dp[0][j]表示将一个空串转换成b的j个字符需要的代价为ic * j;

对于动态数组的第二行来说，dp[i][0]表示将a的前i个字符删除所需要的代价为dc * i;

• 动态转换方程

对于dp[i][j],取下面的最小值

1. dp[i-1][j-1]; //a[i-1] == b[i-1]
2. dp[i-1][j-1] + rc; //a[i-1] != b[i-1]
3. dp[i-1][j] + dx; // 删除一个字符，将a的前i-1转换成b的前j个字符
4. dp[i][j-1] + ic; //插入一个字符，将a的前i - 1和字符转换为b的前j个字符

参考代码

#include <iostream>
#include <string>
using namespace std;


int main(){
    string a,b;
    int ic,dc,rc;  //插入删除修改
    ic = dc = rc = 1;
    while(cin >> a >> b){
        int row = a.size();
        int col = b.size();
        int **dp = new int*[row+1];//动态创建一个二维数组
        for(int i = 0;i < row + 1;i++){
            dp[i] = new int[col + 1]();   //全部初始化为0
        }
        for (int i=1; i<=col; ++i)    
            dp[0][i] = ic*i;
        for (int i=1; i<=row; ++i)    
            dp[i][0] = dc*i;
        for (int i=1; i<=row; ++i) 
        {
            for (int j=1; j<=col; ++j) 
            {
                int case1 = dp[i-1][j]+dc;
                int case2 = dp[i][j-1]+ic;
                int case3 = dp[i-1][j-1];
                if(a[i-1] != b[j-1])  
                    case3 += rc;
                dp[i][j] = min(min(case1, case2), case3);
            }
        }
        cout << dp[row][col] <<endl;
        delete[] dp;
    }
    return 0;
}