给你两个单词 word1 和 word2,请你计算出将 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:
插入一个字符
删除一个字符
替换一个字符
示例1:
输入:word1 = “horse”, word2 = “ros”
输出:3
解释:
horse -> rorse (将 ‘h’ 替换为 ‘r’)
rorse -> rose (删除 ‘r’)
rose -> ros (删除 ‘e’)
示例2:
输入:word1 = “intention”, word2 = “execution”
输出:5
解释:
intention -> inention (删除 ‘t’)
inention -> enention (将 ‘i’ 替换为 ‘e’)
enention -> exention (将 ‘n’ 替换为 ‘x’)
exention -> exection (将 ‘n’ 替换为 ‘c’)
exection -> execution (插入 ‘u’)
编辑距离算法被数据科学家广泛采用,是用作机器翻译和语言识别评价标准的基本算法。
使用动态规划方法处理:
对于三种操作:插入一个字符、删除一个字符、替换一个字符;可以进行归约。
假设有单词A和单词B:
向单词A插入一个字符等价于从单词B中删除一个字符;
从单词B删除一个字符也等价于向单词A插入一个字符;
对单词A替换一个字符等价于对单词B替换一个字符;
所以对于单词A和B的操作从本质上来说就只有如下三种:
向单词A中插入一个字符;向单词B中插入一个字符;修改单词A的一个字符;
动态规划表Dp[i][j]表示A的前i个字母和B的前j个字母之间的编辑距离。
当获得Dp[i][j-1],Dp[i-1][j]和Dp[i-1][j-1]的值之后就可以计算出Dp[i][j]。
D[i][j-1]为A的前i个字符和B的前j-1个字符编辑距离的子问题。即对于B的第j个字符,可以在A的末尾添加一个相同的字符,则Dp[i][j]最小可以为Dp[i][j-1] + 1;
D[i-1][j]为A的前i-1个字符和B的前j个字符编辑距离的子问题。即对于A的第i个字符,可以在B的末尾添加一个相同的字符,则Dp[i][j]最小可以为Dp[i-1][j] + 1;
Dp[i-1][j-1]为A前i-1个字符和B的前j-1个字符编辑距离的子问题。即对于B的第j个字符,可以修改A的第i字符使之相同,则Dp[i][j]最小可以为Dp[i-1][j] + 1,特别地,如果A的第i个字符和B的第j个字符原本就相同,那么实际上不需要进行修改操作,此时,Dp[i][j]最小可以为Dp[i-1][j-1]。
状态转移方程为:
若A和B的最后一个字母相同:
D
p
[
i
]
[
j
]
=
m
i
n
(
D
p
[
i
]
[
j
−
1
]
+
1
,
D
p
[
i
−
1
]
[
j
]
+
1
,
D
p
[
i
−
1
]
[
j
−
1
]
)
Dp[i][j] = min(Dp[i][j-1] + 1, Dp[i-1][j] + 1, Dp[i-1][j-1])
Dp[i][j]=min(Dp[i][j−1]+1,Dp[i−1][j]+1,Dp[i−1][j−1])
=
1
+
m
i
n
(
D
p
[
i
]
[
j
−
1
]
,
D
p
[
i
−
1
]
[
j
]
,
D
p
[
i
−
1
]
[
j
−
1
]
−
1
)
=1+min(Dp[i][j-1], Dp[i-1][j], Dp[i-1][j-1]-1)
=1+min(Dp[i][j−1],Dp[i−1][j],Dp[i−1][j−1]−1)
若A和B的最后一个字母不同:
D
p
[
i
]
[
j
]
=
1
+
m
i
n
(
D
p
[
i
]
[
j
−
1
]
,
D
p
[
i
−
1
]
[
j
]
,
D
p
[
i
−
1
]
[
j
−
1
]
)
Dp[i][j]=1+min(Dp[i][j-1], Dp[i-1][j], Dp[i-1][j-1])
Dp[i][j]=1+min(Dp[i][j−1],Dp[i−1][j],Dp[i−1][j−1])
对于边界情况,一个空串和一个非空串的编辑距离为Dp[i][0] = i 和Dp[0][j]=j,Dp[i][0]相当于对word1执行i次删除操作,Dp[0][j]相当于对word1执行j次插入操作。
class Solution {
public:
int minDistance(string word1, string word2) {
int n = word1.length(); // word1的长度
int m = word2.length(); // word2的长度
// 有一个字符串为空串
if (n * m == 0) return n + m;
// DP表
int Dp[n+1][m+1];
//边界状态初始化
for (int i = 0; i < n + 1; i++) {
Dp[i][0] = i;
}
for (int j = 0; j < m + 1; j++) {
Dp[0][j] = j;
}
// 计算所有DP值
for (int i = 1; i < n + 1; i++) {
for (int j = 1; j < m + 1; j++) {
int left = Dp[i-1][j] + 1;
int right = Dp[i][j-1] + 1;
int change = Dp[i-1][j-1];
if (word1[i-1] != word2[j-1]) { // 如果A的第i个字符和B的第j个字符相等,则不需要进行额外操作
change += 1;
}
Dp[i][j] = min(left, min(right, change));
}
}
return Dp[n][m];
}
};