字符串的扩展距离问题（动态规划）

题目：

对于长度相同的2个字符串A和B，其距离定义为相应位置字符距离之和。2个非空格字符的距离是它们的ASCII码之差的绝对值；空格与空格的距离为0，空格与其他字符的距离为一个定值k。在一般情况下，字符串A和B的长度不一定相同。字符串A的扩展是在A中插入若干空格字符所产生的字符串。在字符串A和B的所有长度相同的扩展中，有一对距离最短的扩展，该距离称为字符串A和B的扩展距离。对于给定的字符串A和B，设计一个算法，计算其扩展距离。

测试数据：

输入：cmc snmn 2 （分别表示字符串A、B和定值k）

输出：10

解释：
c_ _ m _ c 从左到右每位差 2 2 2 0 2 2 ，一共10.
_s n m n _

分析：

设字符串A和B的字串A[1…i]和B[1…j]的扩展距离是val(i, j)；
依题意，字符串A和B有三种可能的情况：

1）i 和空格匹配。则val(i, j) = val(i-1, j) + k；

2）j 和空格匹配。则val(i, j) = val(i, j-1) + k；

3）扩展距离val(i-1,j-1)加上 i，j 的字符距离。则val(i, j) = val(i-1, j-1) + dist(ai , bi)；

由上可知，val(i, j)具有最优子结构性质，且满足如下递推式：
val(i, j) = min{ val(i-1, j) + k，val(i, j-1) + k，val(i-1, j-1) + dist(ai , bi) }
最终即求解**dp[len1][len2]**,len1 len2为两个字符串的长度。

（使用动态规划算法，自底向上的计算各个子问题并利用每次计算的结果，避免重复运算，从而降低算法复杂度。）

从动态规划递归式可知，算法的时间复杂度为O（mn），m和n分别是字符串A和B的长度。

代码：

#include <iostream>
#include <string>
#include <cmath>
using namespace std;
string a,b;
int dist(int i,int j)
//返回a中第i个字符 b中第j个字符的acsii值之差
{
	return abs(a[i-1]-b[j-1]); 
} 
int main()
{
	cin>>a>>b;//输入两个字符串
	int k;cin>>k;
	int len1=a.size();
	int len2=b.size();
	int dp[len1+1][len2+1];//下标从1开始 1表示a/b中的第一个字符
	
	for(int i=0;i<=len2;++i)//有一个字符串是空的 
		dp[0][i]=k*i;
	for(int i=0;i<=len1;++i)
		dp[i][0]=k*i;
	
	for(int i=1;i<=len1;++i)
		for(int j=1;j<=len2;++j)
			dp[i][j]=min(dp[i-1][j-1]+dist(i,j),min(dp[i-1][j]+k,dp[i][j-1]+k));
			//递归式
	cout<<dp[len1][len2]<<endl;
	return 0; 
 }