DP | 50 72. 编辑距离**

本文介绍了如何使用动态规划解决编辑距离问题,包括确定dp数组、递推公式、初始化、遍历顺序和举例推导,展示了从word1转换到word2的最小操作数计算方法。
摘要由CSDN通过智能技术生成

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

在这里插入图片描述
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]})

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值