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:
- 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。 - 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。 - 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]