动态规划---编辑距离

编辑距离即计算两个字符串相等需要的最小操作：增删改
力扣392. 判断子序列
力扣115. 不同的子序列
力扣583. 两个字符串的删除操作
力扣72. 编辑距离

前面三道题作为最后一题的铺垫，一步步增加难度，核心思想都是先判断两个字符是否相等，然后做不同的操作。此处直接以编辑距离的解法为根本，其余几道题只是少了其中的某些操作。
力扣72. 编辑距离 :
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

1. dp 数组定义：
dp[i][j] 表示为 word1 以 j-1 为结尾的子序列转换为 word2 以 i-1 为结尾的子序列所需的最少操作数。
2. 状态转移方程
对于每一个字符，有两种状态：相等或不相等
	if word2[i-1] == word1[j-1]: 此时只有一种情况，即不操作
		dp[i][j] = dp[i-1][j-1];
	if word2[i-1] != word1[j-1]: 此时有三种操作方法
		dp[i][j] = dp[i-1][j] + 1;    在 word1[j-1] 后插入一个字符等于 word2[i-1]
		dp[i][j] = dp[i-1][j-1] + 1;  将 word1[j-1] 替换为 word2[i-1]
		dp[i][j] = dp[i][j-1] + 1;    将 word1[j-1] 删除
	对于这三种情况，取最小值： min({dp[i-1][j], dp[i-1][j-1], dp[i][j-1]}) + 1
3. 确定初始化值
由于dp[i][j]的值取决于[i-1]、[j-1] 的值，因此需要初始化 dp[0][j], dp[i][0]
dp[0][j] 表示 word2 为空字符串，则 word1 只能删除所有字符，即 dp[0][j] = j;
dp[i][0] 表示 word1 为空字符串，则 word1 需要增加 word2 的每一个字符，即 dp[i][0] = i;
4. 遍历顺序
显然从前往后遍历，依次得出 dp[i][j] 的值。

LC392. 判断子序列：s 是否为 t 的子序列 （即判断是否可以删除t的某些字符来使 t == s）
dp[i][j]: s 以 i-1 结尾的子序列 和 t 以 j-1 结尾的子序列的相同子序列的长度为dp[i][j].
1. s[i-1] == t[j-1]: dp[i][j] = dp[i-1][j-1] + 1; 不用操作
2. s[i-1] != t[j-1]: dp[i][j] = dp[i][j-1]; 需要删除 t[j-1], 再判断最长公共序列

LC115. 不同的子序列：计算在 s 的子序列中 t 出现的个数 （即可以删除 s 的某些字符）
dp[i][j]: s 以 i-1 结尾的子序列 包含 t 以 j-1 结尾的子序列的个数为dp[i][j].
1. s[i-1] == t[j-1]: dp[i][j] = dp[i-1][j-1] + dp[i-1][j]; 
dp[i-1][j-1]为不操作; dp[i-1][j]为可以删除 s[i-1], 然后判断s[0:i-2]包含t[0:j-1]的个数, 这种情况针对: s=bagg, t=bag.
2. s[i-1] != t[j-1]: dp[i][j] = dp[i-1][j-1]; 这种情况只能考虑 s[0:i-2]包含t[0:j-2]的个数

LC583. 两个字符串的删除操作：返回使得 word1 和  word2 相同所需的最小步数 （即可以删除任一字符串中的任一字符）
两个思路：第二个思路即将题目转换为 LC392.思路，判断最长公共子序列。
dp[i][j]: word1 以 i-1 结尾的子序列和 word2 以 j-1 结尾的子序列 相同所需的最小步数为dp[i][j].
dp[i][j]: word1 以 i-1 结尾的子序列和 word2 以 j-1 结尾的子序列 相同子序列的长度为dp[i][j].
------ 此处以第一个思路来计算 ------ 
1. word1[i-1] == word2[j-1]: dp[i][j] = dp[i-1][j-1]; 不操作
2. word1[i-1] != word2[j-1]: 此时有三种操作方法:
	dp[i][j] = dp[i-1][j] + 1;    将 word1[i-1] 删除, 相当于 word2[j-1]后添加
	dp[i][j] = dp[i-1][j-1] + 2;  将 word1[i-1] 和 word2[j-1] 删除
	dp[i][j] = dp[i][j-1] + 1;    将 word2[j-1] 删除
取最小值： min({dp[i-1][j] + 1, dp[i-1][j-1] + 2, dp[i][j-1] + 1}); 

参考:
代码随想录