【Day59】代码随想录之动态规划part16——两个字符串的删除操作、编辑距离、编辑距离总结

今天上午的第二弹来了，编辑距离的题目应该是有难度的，但是开冲！！！

今日任务：

• 583.两个字符串的删除操作
• 72.编辑距离
• 编辑距离总结票

题目一：583.两个字符串的删除操作

Leetcode题目：【583.两个字符串的删除操作】

这个操作步骤其实还是可以用两个数组的最长工作子序列，然后两个数组分别减去公共部分，就是最终操作的步数。

还是按照动规五部曲进行分析：
（1）确定dp数组含义：以i-1为结尾的word1子序列，以j-1为结尾的word2子序列为相同最小操作步数；
（2）确定递推公式：if(word1[i-1] == word[i-2])
如果两个元素相等：dp[i][j] = dp[i-1][j-1]；
如果两个元素不等（要删元素了）：dp[i][j] = min(dp[i-1][j] + 1, dp[i][j-1] + 1, dp[i-1][i-1] + 2);

（3）初始化：第一行和第一列都需要进行初始化。
根据dp的定义进行初始化：
dp[0][j] = j（因为word1此时已为空了，所以需操作的步数就是j的个数）
dp[i][0] = i；与上面同理。

（4）遍历顺序：
从左到右，从上到下

（5）打印数组

1.1 方法一：最长公共子序列进行求解

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1, vector<int>(word2.size()+1));
        int result = 0;
        for(int i = 1; i<=word1.size(); i++){
            for(int j = 1; j<=word2.size(); j++){
                if(word1[i-1] == word2[j-1]){
                    dp[i][j] = dp[i-1][j-1] + 1;
                }else{
                    dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
                }
            }
        }
        return word1.size() + word2.size() - 2*dp[word1.size()][word2.size()];
    }
};

题目二：72.编辑距离

Leetcode题目：【72.编辑距离】

解题思路：就是思考的方式有区别，可以只修改word1，也可只修改word2，然后也可以既修改word1又修改word2。这类问题也是可以采用动规来做的，按照动规五部曲来做：
1、确定dp数组的含义：
以i-1为结尾的word1子序列和以j-1为结尾的word2子序列，最少的操作数使两者相同；
2、确定递推公式：word1[i-1] == word2[j-1]
两个元素相等：dp[i][j] = dp[i-1][j-1];
两元素不相等：增、删、替换（word1增加元素 和word2 删除元素的操作数使相同的）
增加元素（word2中删除操作）： dp[i][j] = dp[i][j-1] + 1
删除元素(word1中的删除操作)： dp[i][j] = dp[i-1][j] + 1；
替换元素：dp[i][j] = dp[i-1][j-1] + 1；
所以两元素不相等时：dp[i][j] = min(dp[i][j-1] + 1, dp[i-1][j] + 1, dp[i-1][j-1] + 1)
3、初始化：
根据递推公式，需要把第一行和第一列全部初始化掉；
dp[i][0] = i;
dp[0][j] = j;
4、遍历顺序：从左到右，从上到下；
5、打印dp数组。

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1, vector<int>(word2.size()+1));
        for(int i = 0; i<=word1.size(); i++) dp[i][0] = i;
        for(int j = 0; j<=word2.size(); j++) dp[0][j] = j;
        for(int i = 1; i<=word1.size(); i++){
            for(int j = 1; j<=word2.size(); j++){
                if(word1[i-1] == word2[j-1]) dp[i][j] = dp[i-1][j-1];
                else{
                    dp[i][j] = min(dp[i-1][j-1] + 1, min(dp[i][j-1] + 1, dp[i-1][j] + 1));
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

总结：编辑距离问题总结

编辑距离系列问题，我们大致做了四类题目。解决此类问题的动规五部曲为：
1、确定dp数组的含义：
以i-1为结尾的word1子序列和以j-1为结尾的word2子序列，最少的操作数使两者相同；
2、确定递推公式：
word1[i-1] == word2[j-1]
两个元素相等：******
两元素不相等：***********
3、初始化：
根据递推公式，需要把第一行和第一列全部初始化掉；
4、遍历顺序：
从左到右，从上到下；
5、打印dp数组。

3.1 判断子序列

给定字符串s和字符串t，判断s是否为t的子序列。

if (s[i - 1] == t[j - 1]) dp[i][j] = dp[i - 1][j - 1] + 1;
else dp[i][j] = dp[i][j - 1];

3.2 不同的子序列

给定一个字符串 s 和一个字符串 t ，计算在 s 的子序列中 t 出现的个数。

3.3 两个字符串的删除操作：

给定两个单词 word1 和 word2，找到使得 word1 和 word2 相同所需的最少步数，每步可以删除任意一个字符串中的一个字符。

3.4 编辑距离：