给定两个单词 word1 和 word2,计算出将 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’)
第一次的代码:
首先,这两种写法建立dp表是有区别的:
dp=[[0]*len(word1)]*len(word2)
结果是每行dp都一样,修改dp[0][0]的时候,dp[1][0],dp[2][0]...都会变成修改值
dp=[[0 for i in range(len(word1))] for j in range(len(word2))]
这个是能正常修改dp表的写法
注意:
是word1->word2,所以dp表以word2为行,word1为列
第一次的代码:
思路是先if解决掉word1或word2为空的情况,然后设置dp表的第一行和第一列,再填表
dp每个空表示word2[j]和word1[i]的匹配情况
dp=[[0 for i in range(len(word2))] for j in range(len(word1))]
if len(word2)==0:
return len(word1)
if len(word1)==0:
return len(word2)
if word2[0]!=word1[0]:
dp[0][0]=1
for i in range(1,len(word2)):
if word2[i]==word1[0]: #保持不变
dp[0][i]=dp[0][i-1]
else:
dp[0][i]=dp[0][i-1]+1 #增加字母,操作加1
for j in range(1,len(word1)):
if word1[j]==word2[0]:
dp[j][0]=dp[j-1][0]
else:
dp[j][0]=dp[j-1][0]+1
for i in range(1,len(word1)):
for j in range(1,len(word2)):
if word2[j]==word1[i]:
dp[i][j]=dp[i-1][j-1] #保持不变
else:
dp[i][j]=min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1
return dp[-1][-1]
在倒数第三个例子:
“pneumonoultramicroscopicsilicovolcanoconiosis”,“ultramicroscopically”
我的结果少1,于是我第二次把dp表的尺寸+1,在dp中判断word1,2为0的情况,dp每个空表示word2[j-1]和word1[i-1]的匹配情况
第二次的代码:
dp=[[0 for i in range(len(word2)+1)] for j in range(len(word1)+1)]
for i in range(len(word2)+1): #word1为空,需要删除i次
dp[0][i]=i
for j in range(len(word1)+1):
dp[j][0]=j
for i in range(1,len(word1)+1):
for j in range(1,len(word2)+1):
if word2[j-1]==word1[i-1]:
dp[i][j]=dp[i-1][j-1]
else:
dp[i][j]=min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1
return dp[-1][-1]
192ms,排名32%