每日一题之编辑距离

题目链接

给你两个单词 word1 和 word2， 请返回将 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')

提示：

• 0 <= word1.length, word2.length <= 500
• word1 和 word2 由小写英文字母组成

---

题目要求我们将 word1 转换成 word2，且转换过程中使用的最少操作数。这题可以用动态规划的思想来解决。

我们可以定义一个二维数组 dp，其中 dp[i][j] 表示将 word1 的前 i 个字符转换成 word2 的前 j 个字符所需要的最少操作数。

接下来，我们需要考虑不同的操作情况。如果 word1[i] 等于 word2[j]，那么不需要进行任何操作，我们只需要计算 word1[0:i-1] 到 word2[0:j-1] 的最少操作数，即 dp[i-1][j-1]。

如果 word1[i] 不等于 word2[j]，那么我们可以进行以下操作：

1. 插入操作：我们可以在 word1 的 i 位置插入一个字符，使得 word1[i] == word2[j]，此时需要计算 word1[0:i] 到 word2[0:j-1] 的最少操作数(dp[i][j-1])，然后再加上这次的插入操作数。
2. 删除操作：我们可以将 word1 的 i 位置的字符删除，然后计算 word1[0:i-1] 到 word2[0:j] 的最少操作数(dp[i-1][j])，再加上删除操作数。
3. 替换操作：我们可以将 word1 的 i 位置的字符替换为 word2 的 j 位置的字符，使得 word1[i] == word2[j]，此时需要计算 word1[0:i-1] 到 word2[0:j-1] 的最少操作数(dp[i-1][j-1])，然后再加上这次的替换操作数。

综上所述，我们可以得出状态转移方程：

• word1[i] != word2[j]：dp[i][j] = min(dp[i-1][j-1], dp[i][j-1], dp[i-1][j]) + 1
• word1[i] == word2[j]：dp[i][j] = dp[i-1][j-1]

最后，我们需要计算出 dp[word1长度][word2长度]，即将整个 word1 转换成 word2 所需要的最少操作数。

def minDistance(word1, word2):
    m = len(word1)
    n = len(word2)
    
    dp = [[0] * (n+1) for _ in range(m+1)]  # 初始化二维数组 dp
    
    # 初始化第一行和第一列
    for i in range(m+1):
        dp[i][0] = i
    for j in range(n+1):
        dp[0][j] = j
        
    for i in range(1, m+1):
        for j in range(1, n+1):
            if word1[i-1] == word2[j-1]:
                dp[i][j] = dp[i-1][j-1]
            else:
                dp[i][j] = min(dp[i-1][j-1], dp[i][j-1], dp[i-1][j]) + 1
    
    return dp[m][n]