代码随想录Day56-LeetCode 583 & 72-CSDN博客

本文链接：https://blog.csdn.net/weixin_45830552/article/details/130572287

文章介绍了使用动态规划解决LeetCode上的583题（两个字符串的删除操作）和72题（编辑距离）。这两个问题都涉及到计算两个字符串达到相等状态所需的最少操作次数，包括删除、替换和插入。解题策略是建立二维dp数组，通过比较字符是否相同来更新状态并找到最小操作数。

摘要由CSDN通过智能技术生成

583-两个字符串的删除操作

题目链接：LeetCode-583中等
思考

dp[i][j]：以i-1为结尾的字符串word1，和以j-1位结尾的字符串word2，
想要达到相等，所需要删除元素的最少次数。

当word1[i - 1] 与 word2[j - 1]相同/不相同两种情况
当word1[i - 1] 与 word2[j - 1]相同的时候，dp[i][j] = dp[i - 1][j - 1];
当word1[i - 1] 与 word2[j - 1]不相同的时候，有三种情况：
情况一：删word1[i - 1]，最少操作次数为dp[i - 1][j] + 1
情况二：删word2[j - 1]，最少操作次数为dp[i][j - 1] + 1
情况三：同时删word1[i - 1]和word2[j - 1]，操作的最少次数为dp[i - 1][j - 1] + 2

递推公式：dp[i][j] = min({dp[i - 1][j - 1] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1});

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]+2,dp[i-1][j]+1,dp[i][j-1]+1});
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

72-编辑距离

题目链接：LeetCode-72困难
思考

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]。

四个递推公式
dp[i][j] = dp[i - 1][j - 1]
dp[i][j] = dp[i - 1][j - 1] + 1
dp[i][j] = dp[i][j - 1] + 1
dp[i][j] = dp[i - 1][j] + 1

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 = 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], dp[i - 1][j], dp[i][j - 1]}) + 1;
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};