72. 编辑距离

原题链接：

72. 编辑距离

https://leetcode.cn/problems/edit-distance/description/

完成情况：

解题思路：

这段代码是一个动态规划算法，用于计算将一个字符串转换为另一个字符串所需的最小编辑距离。下面是对代码的清晰、简洁和易读的解释：

1. 首先，获取两个输入字符串的长度n和m。
2. 如果其中一个字符串为空串，则返回另一个字符串的长度作为编辑距离。
3. 创建一个二维数组D，用于存储动态规划的中间结果，数组大小为(n+1) x (m+1)。
4. 初始化边界状态：将第一行和第一列分别设置为0到n和0到m。
5. 开始计算所有的DP值：
   • 对于每个位置(i, j)，计算三种操作的代价：插入、删除和替换。
   • 左边的值加1代表插入操作，上面的值加1代表删除操作，左上角的值加1代表替换操作。
   • 如果当前位置的字符相同，则左上角的值不需要额外操作，否则需要加1。
   • 更新当前位置的DP值为三种操作中的最小值。
6. 最后返回D[n][m]，即两个字符串之间的最小编辑距离。

这段代码实现了经典的编辑距离算法，通过动态规划的方式高效地计算出两个字符串之间的最小编辑距禿。

参考代码：

package 代码随想录.动态规划;

public class _72编辑距离_二维dp {
    /**
     * 每一个节点位置都当做没有or可以任意配对去处理。
     *
     * @param word1
     * @param word2
     * @return
     */
    public int minDistance(String word1, String word2) {
        int len_w1 = word1.length();
        int len_w2 = word2.length();

        //防止存在空串而去复杂计算
        if (len_w1 * len_w2 == 0){
            return len_w1 + len_w2;
        }

        int [][] dp = new int[len_w1 + 1][len_w2 + 1];

        //对数组进行初始化,初始从【 1 】开始？
        for (int i = 1;i<=len_w1;i++){
            dp[i][0] = i;
        }
        for (int j = 1;j<=len_w2;j++){
            dp[0][j] = j;
        }
        //每个地方都去寻找一个恰当的位置
        for (int i = 1;i<=len_w1;i++) {
            for (int j = 1; j <= len_w2; j++) {
                int leftDP = dp[i-1][j] + 1;
                int upDP = dp[i][j-1] + 1;
                int leftAndUpDP = dp[i-1][j-1];
                //因为dp数组有效位从1开始
                //所以当前遍历到的字符串的位置为i-1 | j-1
                if (word1.charAt(i-1) != word2.charAt(j-1)){
                    leftAndUpDP += 1;
                }
                dp[i][j] = Math.min(leftDP,Math.min(upDP,leftAndUpDP));
            }
        }
        return dp[len_w1][len_w2];
    }
}

错误经验吸取