描述
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 。
分析
- dp[i][j]
dp[i][j]代表word1到i-1位置的字符串转换成word2到j-1位置的字符串需要最少步数。 - 动态转移方程
在计算dp[i][j]时,比他短的字符串最小改动情况是已知的。如dp[i][j - 1]、dp[i - 1][j]、dp[i - 1][j - 1]都是已知的。在这些已知的情况上通过增删改三种手段得到dp[i][j]。应该选择哪种改动方式取决于哪种方式改动的次数最小。
dp[i][j]可以在dp[i][j - 1]的基础上修改word1[i]的内容使得和word2[j]一样,即dp[i][j] = dp[i][j-1] + 1;
dp[i][j]可以在dp[i-1][j]的基础上添加word1[i],即dp[i][j] = dp[i][j-1] + 1;
dp[i][j]可以在dp[i-1][j - 1]的基础修改word1[i]的内容使得和word2[j]一样,即dp[i][j] = dp[i][j-1] + 1;
若word1[i]==word2[j]一样,则dp[i][j] = dp[i-1][j-1]
当 word1[i] == word2[j],dp[i][j] = dp[i-1][j-1];
当 word1[i] != word2[j],dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1
增,dp[i][j] = dp[i][j - 1] + 1,word1在dp[i][j - 1]的基础上增加一个数,即可让word1与word2一致
删,dp[i][j] = dp[i - 1][j] + 1,word2在dp[i - 1][j]的基础上增加一个数,即可让word1与word2一致
改,dp[i][j] = dp[i - 1][j - 1] + 1,word1在dp[i - 1][j - 1]的基础上修改一个数,即可让word1与word2一致
对于"删"来说,word2添加一个元素,相当于word1删除一个元素,例如 word1 = “ad” ,word2 = “a”,word2添加一个元素d,也就是相当于word1删除一个元素d,操作数是一样!
作者:ikaruga
链接:https://leetcode-cn.com/problems/edit-distance/solution/edit-distance-by-ikaruga/
作者:powcai
链接:https://leetcode-cn.com/problems/edit-distance/solution/zi-di-xiang-shang-he-zi-ding-xiang-xia-by-powcai-3/
通过dp[i][j - 1]或dp[i - 1][j]计算dp[i][j]可以这样理解:
0~i,0~j可以在0~i-1,0~j或0~i,0~j-1的基础上再增添一个字符得到,即dp[i][j]可由dp[i][j - 1]或dp[i - 1][j]加一得到。
- 初始化
dp[i][0] :以下标i-1为结尾的字符串word1,和空字符串word2,最近编辑距离为dp[i][0]。对空字符串做添加元素的操作就可以了,即:dp[i][0] = i。同理dp[0][j] = j。
class Solution {
public int minDistance(String word1, String word2) {
int m = word1.length();
int n = word2.length();
int[][] dp = new int[m+1][n+1];
for(int i = 0; i <= m; i++){
dp[i][0] = i;
}
for(int i = 0; i <= n; i++){
dp[0][i] = i;
}
for(int i = 1; i <= m; i++){
for(int j = 1; j <= n; j++){
if(word1.charAt(i-1) == word2.charAt(j-1)){
//因为word1.charAt(i-1) == word2.charAt(j-1),所以dp[i][j]只需要考虑长度是i-1的word1,和长度是j-1的word2。
dp[i][j] = dp[i-1][j-1];
}else{
int tmp = Math.min(dp[i-1][j],dp[i][j-1]);
dp[i][j] = Math.min(dp[i-1][j-1],tmp) + 1;
}
}
}
return dp[m][n];
}
}