本文记录的是刷题过程中的重要概念和笔记。如有侵权,请联系删除。
72. 编辑距离
力扣题目链接(opens new window)
给你两个单词 word1 和 word2,请你计算出将 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’)
示例 2:
输入:word1 = “intention”, word2 = “execution”
输出:5
解释: intention -> inention (删除 ‘t’) inention -> enention (将 ‘i’ 替换为 ‘e’) enention -> exention (将 ‘n’ 替换为 ‘x’) exention -> exection (将 ‘n’ 替换为 ‘c’) exection -> execution (插入 ‘u’)
提示:
0 <= word1.length, word2.length <= 500
word1 和 word2 由小写英文字母组成
思路
如果大家没有了解动态规划的话,会感觉超级复杂。
编辑距离是用动规来解决的经典题目
DP五部曲
把i变成j的形式:将 word1 转换成 word2 所使用的最少操作数 。
1.确定dp数组(dp table)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: dp[i][j] = dp[i - 1][j - 1];
if (word1[i - 1] != word2[j - 1])
- 增:word1添加一个元素,相当于word2删除一个元素 dp[i][j] = dp[i][j - 1] + 1;
- 删: word1删除一个元素 dp[i][j] = dp[i - 1][j] + 1 。 word2不存在删除的操作
- 换:dp[i][j] = dp[i - 1][j - 1] + 1;
3.dp数组初始化
dp[i][0] 和 dp[0][j] 表示什么呢?
dp[i][0] :以下标i-1为结尾的字符串word1,和空字符串word2,最近编辑距离为dp[i][0]。
那么dp[i][0]就应该是i,对word1里的元素全部做删除操作,即:dp[i][0] = i;
同理dp[0][j] = j;
4.遍历顺序
从左到右从上到下去遍历。
5.举例推导
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()];
}
};
多个min的写法:min({dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]})