Leetcode做题日记：72. 编辑距离(PYTHON)

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%