力扣LeetCode #72 编辑距离(MinDistance)

该博客探讨了如何使用动态规划方法解决LeetCode上的#72 编辑距离问题,给出了从word1转换到word2的最少操作数。通过详细分析思路并展示JAVA代码实现,解释了动态规划的状态转移方程,并比较了两种初始化二维数组的方法,强调了其中一种方法的优势。
摘要由CSDN通过智能技术生成

- 题目描述

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:

  1. 插入一个字符
  2. 删除一个字符
  3. 替换一个字符

提示:

  • 0 <= word1.length, word2.length <= 500
  • word1 和 word2 由小写英文字母组成

来源:LeetCode

- 示例

  • 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’)

- 思路分析

动态规划。定义 d p [ i ] [ j ] dp[i][j] dp[i][j]: w o r d 1 word1 word1的前 i i i个字符转换为 w o r d 2 word2 word2的前 j j j个字符所需的最少改变次数。则根据题意,如果 w o r d 1 [ i ] = = w o r d 2 [ j ] word1[i] == word2[j] word1[i]==word2[j],那么不需要额外的操作, d p [ i ] [ j ] = d p [ i − 1 ] [ j − 1 ] dp[i][j] = dp[i-1][j-1] dp[i][j]=dp[i1][j1];如果 w o r d

  • 0
    点赞
  • 1
    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