代码随想录算法训练营第五十六天 _ 动态规划_583.两个字符串的删除操作、72.编辑距离、编辑距离总结。

学习目标：

动态规划五部曲：
① 确定dp[i]的含义
② 求递推公式
③ dp数组如何初始化
④ 确定遍历顺序
⑤ 打印递归数组 ---- 调试
引用自代码随想录！

60天训练营打卡计划！

学习内容：

583.两个字符串的删除操作

• 两种方法：
  ①求两个字符串的最大公共子序列，然后做差
  ② 直接求将两个字符串变为相同时所需的最小步数。
• 动态规划五步曲：
  ① 确定dp[i][j]的含义 ： 以 i-1 为结尾的 word1 和 以 j-1 为结尾的 word2 相同的最小操作次数。（指的就是第一行和第一列都置为空）
  ② 求递推公式 ：
  行列相等时： dp[i][j] = dp[i-1][j-1]
  行列不相等时（各自分别退步）： dp[i][j] = min(dp[i][j-1]+1, dp[i-1][j]+1, dp[i-1][j-1]+2 – 不是必须)
  ③ dp数组如何初始化 ：dp[0][j] = j ; dp[i][0] = i
  ④ 确定遍历顺序 ： 从前向后

class Solution {
    public int minDistance(String word1, String word2) {
        int size1 = word1.length();
        int size2 = word2.length();
        int[][] dp = new int[size1+1][size2+1];

        // 初始化 ---全部赋值
        for(int i = 0; i <= size1; i++)  dp[i][0] = i;
        for(int i = 1; i <= size2; i++)  dp[0][i] = i;

        for(int i = 0; i < size1; i++){
            for(int j = 0; j < size2; j++){
                if(word1.charAt(i) == word2.charAt(j))   dp[i+1][j+1] = dp[i][j];
                else  dp[i+1][j+1] = Math.min(dp[i][j+1]+1, dp[i+1][j]+1);                
            }
        }
        // for(int k[] : dp){
        //     for( int i : k)
        //         System.out.print(i + " ");
        //     System.out.println(" ");
        // }

        return dp[size1][size2];
    }
}

72.编辑距离

本题与 583.两个字符串的删除操作 的区别就是 ：本题可以替换元素，而583只能双删。

• 动态规划五步曲：
  ① 确定dp[i][j]的含义 ： 以 i-1 为结尾的 word1 和 以 j-1 为结尾的 word2 相同的最小操作次数。（指的就是第一行和第一列都置为空）
  ② 求递推公式 ：
  行列相等时： dp[i][j] = dp[i-1][j-1]
  行列不相等时（各自分别退步）： dp[i][j] = min(dp[i][j-1]+1, dp[i-1][j]+1, dp[i-1][j-1]+1 )
  — 其中dp[i-1][j-1]+1指的是替换操作 ， dp[i-1][j]+1 和 dp[i][j-1]+1指的都是删除操作。
  ③ dp数组如何初始化 ：dp[0][j] = j ; dp[i][0] = i
  ④遍历顺序：从上到下，从左到右

class Solution {
    public int minDistance(String word1, String word2) {
        int size1 = word1.length();
        int size2 = word2.length();
        int[][] dp = new int[size1+1][size2+1];

        // 初始化 ---全部赋值
        for(int i = 0; i <= size1; i++)  dp[i][0] = i;
        for(int i = 1; i <= size2; i++)  dp[0][i] = i;

        for(int i = 0; i < size1; i++){
            for(int j = 0; j < size2; j++){
                if(word1.charAt(i) == word2.charAt(j))   dp[i+1][j+1] = dp[i][j];
                // 其中dp[i][j]+1是替换操作，这是与583的本质区别，583只能双删。
                else  dp[i+1][j+1] = Math.min(dp[i][j]+1, 
                Math.min(dp[i][j+1]+1, dp[i+1][j]+1));         
            }
        }
        // for(int k[] : dp){
        //     for( int i : k)
        //         System.out.print(i + " ");
        //     System.out.println(" ");
        // }

        return dp[size1][size2];
    }
}

编辑距离总结

• 392.判断子序列
  给定字符串 s 和 t ，判断 s 是否为 t 的子序列。这是编辑距离的入门题目，从题意中我们可以发现，只需要计算删除的情况，不用考虑增加和替换的情况。
  递推公式 ：
  ①当前行列元素相等：dp[i+1][j+1] = dp[i][j]
  ②当前行列元素不相等：dp[i+1][j+1] = max(dp[i][j+1],dp[i+1][j]) – 删除当前元素

• 115.不同的子序列
  本题也只有删除操作，不用考虑替换和增加。但是比起392难度大大增加。
  递推公式 ：
  ①当前行列元素相等：dp[i+1][j+1] = dp[i][j] + dp[i][j+1] – 目标字符串是拼凑成的序列的数量 + 目标字符串是连续子序列的数量
  ②当前行列元素不相等：dp[i+1][j+1] = dp[i][j+1] – 目标字符串是连续子序列

• 583.两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。本题和动态规划：115相比，其实就是两个字符串可以都可以删除了，情况虽说复杂一些，但整体思路是不变的。
  递推公式 ： 直接求将两个字符串变为相同时所需的最小步数。
  ①行列相等时： dp[i][j] = dp[i-1][j-1]
  ②行列不相等时（各自分别退步）： dp[i][j] = min(dp[i][j-1]+1, dp[i-1][j]+1, dp[i-1][j-1]+2 – 不是必须)

• 72.编辑距离
  本题与 583.两个字符串的删除操作 的区别就是 ：本题可以替换元素，而583只能双删。难度高于583
  求递推公式 ：
  ①行列相等时： dp[i][j] = dp[i-1][j-1]
  ②行列不相等时（各自分别退步）： dp[i][j] = min(dp[i][j-1]+1, dp[i-1][j]+1, dp[i-1][j-1]+1 )
  — 其中dp[i-1][j-1]+1指的是替换操作 ， dp[i-1][j]+1 和 dp[i][j-1]+1指的都是删除操作。

• 总结：
  题目的难度层层递进，一定要把握核心的处理过程。

---

学习时间：

• 上午两个半小时，整理文档半小时。