算法复习之动态规划（5）

问题：编辑距离

题目描述

        给出字符串A和B，对A进行三种操作：插入、删除或替换一个字符，问由A修改为B最少要几步？

分析

定义状态

        乍一看题目，感觉十分复杂，但是冷静分析一下，发现还是可以找到动态规划的影子。虽然字符串A与B之间长度不一定相同，并且可能存在着很多复杂的转化操作，但是还是可以按照对应位置进行状态的转移，如果现在考虑A的第i位字符在向B的第j位字符进行转化，可能会进行添加、删除、替换三种操作，所以我们可以将状态定义为：表示字符串A在第i位想要与字符串B在第j位实现匹配所需要执行的最小编辑次数。

状态转移

        根据状态定义时的分析，在字符串A的第i位与字符串B的第j位进行匹配时，其最小编辑次数可以由以下几种情况转化而来

        （1）如果需要进行字符串A的添加操作，则为

        （2）如果需要进行字符串A的删除操作，则为

        （3）如果需要进行字符串A的替换操作，则为

        对于这三种情况，分别会计算出不同的编辑次数，只需要取其中最小值作为即可。

边界条件

        考虑到边界情况，假设A、B其中一个字符串为空，则，，所求值为

求解方法

动态规划（打表法）

int minDistance(string a, string b) {
	int lengthA = a.length();
	int lengthB = b.length();
	// 如果原始字符串a或者目标字符串b为空串，则编辑距离为删除（添加）lengthA（lengthB）个字符
	if (lengthA * lengthB == 0) {
		return (lengthA + lengthB);
	}
	// 初始化状态变量（二维数组）
	vector<vector<int>> distance(lengthA + 1, vector<int>(lengthB + 1, 0));
	for (int i = 0; i < lengthA + 1; i++) {
		distance[i][0] = i;
	}
	for (int j = 0; j < lengthB + 1; j++) {
		distance[0][j] = j;
	}
	// 使用打表法计算状态数组中每个状态值（到当前字符的编辑距离长度）
	for (int i = 1; i < lengthA + 1; i++) {
		for (int j = 1; j < lengthB + 1; j++) {
			if (a[i - 1] != b[j - 1]) {
				distance[i - 1][j - 1]++;
			}
			distance[i][j] = min(distance[i - 1][j] + 1, min(distance[i][j - 1] + 1, distance[i - 1][j - 1]));
		}
	}
	return distance[lengthA][lengthB];
}

        常规的打表法，需要注意定义存储表时长度要加1（当然我是喜欢与序号同步，如果你喜欢从0开始维护就忽略）。

        递归法代码由于懒惰就不放了

时间复杂度

        很明显，搜索过程中产生的时间复杂度为。