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。