【随想录】Day55—第九章 动态规划part16

---

题目1: 两个字符串的删除操作

• 题目链接：583. 两个字符串的删除操作

---

1- 思路

动规五部曲

• 1. 确定 dp 数组含义
  • dp[i][j] 代表以 i-1 的 word1 和 以j-1 为结尾的 word2 ，让两者相同的最少操作次数为 dp[i][j]
• 2. 确定递推公式
  • 比较两个单词的字符 即 word1[i-1] == word2[j-1]
  • ① 若两个单词相等 if(word1[i-1] == word2[j-1]) 此时不考虑删除操作 dp[i][j] = dp[i-1][j-1]
  • ② 若不相等 dp[i][j] 来源于
    • 删除 word1 的最后一个单词 +1 删除操作
    • 删除 word2 的最后一个单词 +1 删除操作
    • 两个单词最后一个元素都删除 +2 删除操作
  • dp[i][j] = Math.min(dp[i-1][j]+1,Math.min(dp[i][j-1]+1,dp[i-1][j-1]+2);
• 3. dp 数组初始化
  • 第一行、第一列元素初始化
  • 其中第一行代表，dp[0][j]，长度为 j 的 word2 变为 长度为 0 的 word1 需要的操作就是 word2 的长度
  • 其中第一列代表，dp[i][0]，长度为 i 的 word1 变为 长度为 0 的 word2 需要的操作就是 word1 的长度
• 4. 遍历顺序
  • i 从 1 遍历到 i<word1.length+1
  • j 从 1 遍历到j<word2.length+1
• 5. 推导dp 数组

---

2- 题解

⭐ 两个字符串的删除操作——题解思路

class Solution {
    public int minDistance(String word1, String word2) {
        // 1. 定义 dp数组
        int[][] dp = new int[word1.length()+1][word2.length()+1];

        // 2.递推公式
        // if(word1[i]==word2[j])
        // 相等则 dp[i][j] = dp[i-1][j-1]
        // 不相等 dp[i][j] = Math.min(dp[i-1][j]+1,Math.min(dp[i][j-1]+1,dp[i-1][j-1]+2));

        // 3. 初始化
        // 1列
        for(int i = 0 ; i < word1.length()+1;i++){
            dp[i][0] = i;
        }
        // 1行
        for(int j = 0; j < word2.length()+1;j++){
            dp[0][j] = j;
        }

        // 4. 遍历顺序
        for(int i = 1 ; i < word1.length()+1;i++){
            for(int j = 1 ; j < word2.length()+1;j++){
                if(word1.charAt(i-1)==word2.charAt(j-1)){
                    dp[i][j] = dp[i-1][j-1];
                }else{
                    dp[i][j] = Math.min(dp[i-1][j]+1,Math.min(dp[i][j-1]+1,dp[i-1][j-1]+2));
                }
            }
        }

        return dp[word1.length()][word2.length()];
    }
}

---

题目2: 编辑距离

• 题目链接：72. 编辑距离

---

1- 思路

动规五部曲

• 1. 确定 dp 数组含义
  • dp[i][j] 代表以 i-1 结尾的 word1 和以j-1 为结尾的 word2 ，使两个单词相等的最少操作次数
• 2. 确定递推公式
  • ① 如果当前最后一位的元素相同 word1[i] = word2[j]，此时 dp[i][j] = dp[i-1][j-1]
  • ② 如果不相同
    • 删 word1 、删word2 / 增操作 dp[i][j] = Math.min(dp[i-1][j],dp[i][j-1])
    • 换的目的是达到相同，相同情况下 dp[i][j] = dp[i-1][j-1] ，则替换操作的代价是在相同操作上做一次替换，则 dp[i][j] = dp[i-1][j-1] + 1。
• 3. dp 数组初始化
  • 第一行，代表 word1 为 0 变为 word2 的操作数 即 为 j
  • 第一列，代表 word2 为 0 变为 wrod1 的操作数 即 为 i
• 4. 遍历顺序
  • i 从 1 遍历到 word1.length
  • j 从 1 遍历到 word2.length
• 5. 推导dp 数组

---

2- 题解

⭐编辑距离——题解思路

class Solution {
    public int minDistance(String word1, String word2) {
        // 1. 定义 dp
        int[][] dp = new int[word1.length()+1][word2.length()+1];

        // 2. 递推公式
        // 相等 word1.charAt(i) == word2.charAt(j)
        // dp[i][j] = dp[i-1][j-1]
        // 不等 dp[i][j] = Math.min(dp[i-1][j]+1,Math.min(dp[i][j-1]+1,dp[i-1][j-1]+1));

        // 3. 初始化
        for(int i = 0 ; i < word1.length()+1;i++){
            dp[i][0] = i;
        }
        for(int j = 0 ; j < word2.length()+1;j++){
            dp[0][j] = j;
        }

        // 4. 遍历顺序
        for(int i = 1 ; i < word1.length()+1;i++){
            for(int j = 1 ; j < word2.length()+1;j++){
                 if(word1.charAt(i-1)==word2.charAt(j-1)){
                    dp[i][j] = dp[i-1][j-1];
                 }else{
                    dp[i][j] = Math.min(dp[i-1][j]+1,Math.min(dp[i][j-1]+1,dp[i-1][j-1]+1));
                 }
            }
        }
        return dp[word1.length()][word2.length()];
    }
}

---