目录:
解题及思路学习
583. 两个字符串的删除操作
https://leetcode.cn/problems/delete-operation-for-two-strings/
给定两个单词 word1
和 word2
,返回使得 word1
和 word2
**相同所需的最小步数。
每步 可以删除任意一个字符串中的一个字符。
示例 1:
输入: word1 = "sea", word2 = "eat"
输出: 2
动态规划五部曲分析:
1、含义
dp[i][j] : 使得word1中下标为i - 1 和word2中下标为j - 1 相同所需的最小步数。
2、递推公式:
(1)当i-1和j-1对应元素相等的时候,此时不需要额外删除元素。 dp[i][j] = dp[i - 1][j - 1].
(2)当i-1 和j-1对应元素不相等,有三种情况,word1和word2分别删一个,以及两个都删一个求删除的最小步数。 dp[i][j] = min(dp[i - 1][j] + 1, dp[i][j - 1] + 1, dp[i - 1][j -1] +2).
3、初始化
需要初始化dp[i][0] 和dp[0][j]的情况。此时要删除的就是其中包含的元素,直接等于i或者j就行。
4、遍历顺序
由于需要用到前面的状态,所以从左往右,从上往下。
5、举例
以word1:“sea”,word2:"eat"为例,推导dp数组状态图如下:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-b8z0Q9ya-1689651377419)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/6e3deb1a-60ef-464b-ad7b-a739852f5ec5/Untitled.png)]
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for (int i = 1; i <= word1.size(); i++) dp[i][0] = i;
for (int j = 1; 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][j - 1] + 1, dp[i - 1][j] + 1);
}
}
}
return dp[word1.size()][word2.size()];
}
};
- 时间复杂度: O(n * m)
- 空间复杂度: O(n * m)
另一种思路是:找到最长公共子序列,之后用两个字符串的总长度减去两个最长公共子序列的长度即可。
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 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]);
}
}
int result = word1.size() + word2.size() - dp[word1.size()][word2.size()] * 2;
return result;
}
};
- 时间复杂度: O(n * m)
- 空间复杂度: O(n * m)
72. 编辑距离
https://leetcode.cn/problems/edit-distance/
给你两个单词 word1
和 word2
, 请返回将 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')
思考:
1、这道题似乎可以先求最长公共子序列。如果最长公共子序列长度等于其中一个单词,则最少操作数等于单词长度差值。 求出最长公共子序列之后,后序的操作次数计算有点复杂。这种思路舍弃。
2、直接用dp[i][j] 来表示讲下标为i- 1 的word1 转换成下标为i-2 的word2所需要的操作数。
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for (int i = 1; i <= word1.size(); i++) dp[i][0] = i;
for (int j = 1; 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(min(dp[i - 1][j] + 1, dp[i][j - 1] + 1), dp[i - 1][j - 1] + 1);
}
}
return dp[word1.size()][word2.size()];
}
};
- 时间复杂度: O(n * m)
- 空间复杂度: O(n * m)
动规五部曲:
1、含义
dp[i][j] 表示以下标i-1为结尾的字符串word1,和以下标j-1为结尾的字符串word2,最近编辑距离为dp[i][j]。
2、递推公式
if (word1[i - 1] == word2[j - 1])
不操作
if (word1[i - 1] != word2[j - 1])
增
删
换
if (word1[i - 1] == word2[j - 1])
那么说明不用任何编辑,dp[i][j]
就应该是 dp[i - 1][j - 1]
,即dp[i][j] = dp[i - 1][j - 1];
if (word1[i - 1] != word2[j - 1])
,此时就需要编辑了,如何编辑呢?
- 操作一:word1删除一个元素,那么就是以下标i - 2为结尾的word1 与 j-1为结尾的word2的最近编辑距离 再加上一个操作。
即 dp[i][j] = dp[i - 1][j] + 1;
- 操作二:word2删除一个元素,那么就是以下标i - 1为结尾的word1 与 j-2为结尾的word2的最近编辑距离 再加上一个操作。
即 dp[i][j] = dp[i][j - 1] + 1;
word2添加一个元素,相当于word1删除一个元素。所以直接考虑删除的情况就可以了。
操作三:替换元素,word1
替换word1[i - 1]
,使其与word2[j - 1]
相同,此时不用增删加元素。
可以回顾一下,if (word1[i - 1] == word2[j - 1])
的时候我们的操作 是 dp[i][j] = dp[i - 1][j - 1]
对吧。
那么只需要一次替换的操作,就可以让 word1[i - 1] 和 word2[j - 1] 相同。
所以 dp[i][j] = dp[i - 1][j - 1] + 1;
3、初始化
dp[i][0] = i; dp[0][j] = j;
4、遍历顺序
dp[i][j] 是依赖左方,上方和左上方元素的。所以从左往右,从上往下。
5、举例推导
输入:word1 = "horse", word2 = "ros"
为例,dp矩阵状态图如下:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zZWyw9HB-1689651377422)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/e21d4b97-17a1-4f80-90f7-cee1cc7a7989/Untitled.png)]
编辑距离总结篇
https://programmercarl.com/为了绝杀编辑距离,卡尔做了三步铺垫.html#判断子序列
知识点记录
知识点
动态规划子序列—编辑距离。
个人反思
确实都有模板,按照思路去套用就行。