代码随想录算法训练营第59天（动态规划16 ● 583. 两个字符串的删除操作 ● 72. 编辑距离 ● 编辑距离总结篇

583. 两个字符串的删除操作

本题和动态规划：115.不同的子序列 相比，其实就是两个字符串都可以删除了，情况虽说复杂一些，但整体思路是不变的。
题目链接： 583. 两个字符串的删除操作
文章/视频讲解： 583. 两个字符串的删除操作

解题思路

1. 确定dp数组以及下标的含义
   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。
2. 确定递推公式

• 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]不同时dp[i][j] = min({dp[i - 1][j - 1] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1});
  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
  那最后当然是取最小值

3. dp数组初始化
   dp[i][0] = i dp[0][j] = j;
4. 确定遍历顺序
5. 举例推导dp数组

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

        for (int i = 0; i < word1.length() + 1; i++) dp[i][0] = i;
        for (int j = 0; j < word2.length() + 1; j++) dp[0][j] = j;

        for(int i = 1; i < word1.length() + 1; i++){            
            for(int j = 1; j < word2.length() + 1; j++){             
                if(word1.charAt(i - 1) == word2.charAt(j - 1)){
                    dp[i][j] = dp[i - 1][j - 1];
                }else{
                    dp[i][j] = Math.min(Math.min(dp[i - 1][j] + 1, dp[i][j - 1] + 1), dp[i - 1][j - 1] + 2);
                }
            }
        }
        return dp[word1.length()][word2.length()];

    }
}


// 思路2：视频讲解中最后提到的另一种那个思路 在1143.最长公共子序列 中的返回值return 中稍作修改
class Solution {
    public int minDistance(String word1, String word2) {
        int[][] dp = new int[word1.length() + 1][word2.length() + 1];

        for(int i = 1; i < word1.length() + 1; i++){
            
            for(int j = 1; j < word2.length() + 1; j++){
              
                if(word1.charAt(i - 1) == word2.charAt(j - 1)){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }else{
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
                }
            }
        }
        return word1.length() + word2.length() - 2 * dp[word1.length()][word2.length()];

    }
}

72. 编辑距离

最终我们迎来了编辑距离这道题目，之前安排题目都是为了 编辑距离做铺垫。
题目链接： 72. 编辑距离
文章/视频讲解： 72. 编辑距离

解题思路

1. 确定dp数组以及下标的含义
   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])
    删  word1删除一个元素
    增  word1增加元素，即word2删除元素
    换

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

        for(int i = 0; i < word1.length() + 1; i++) dp[i][0] = i;
        for(int j = 0; j < word2.length() + 1; j++) dp[0][j] = j;

        for(int i = 1; i < word1.length() + 1; i++){
            for(int j = 1; j < word2.length() + 1; j++){
                if(word1.charAt(i - 1) == word2.charAt(j - 1)){
                    dp[i][j] = dp[i - 1][j - 1];
                }else{
                    dp[i][j] = Math.min(Math.min(dp[i-1][j] + 1, dp[i][j-1] + 1), dp[i - 1][j - 1] + 1);
                }
            }
        }
        return dp[word1.length()][word2.length()];
    }
}

编辑距离总结篇

做一个总结吧