地址:72. 编辑距离 - 力扣(LeetCode) (leetcode-cn.com)
模式识别:一旦涉及子问题,可以用自顶向下的递归和自顶向上的动态规划
如果用动态规划来写的话,需要一些前置知识;
即在word1后添加一个字符等于在word2后删除一个字符,那么就把字符串的修改总结为三种
1:在word1后添加一个字符 2:在Word2后添加一个字符 3:修改Word1余Word2的最后一个字符
动态规划四部曲:
1:确定dp数组及含义
那么由于有两个字符串匹配必然开二维数组dp[i][j],含义就是把0-i的字符串转为0-j的字符串所需要的操作数
2:确定递推公式
1:在Word1后面添加一个字符:dp[i][j] = dp[i][j-1] + 1;
2:在Word2后面添加一个字符:dp[i][j] = dp[i-1][j] + 1;
3:修改Word1或Word2的最后一个字符:dp[i][j] = dp[i-1][j-1] + 1;
3:dp数组初始化
4:确定遍历顺序
class Solution {
public:
int minDistance(string word1, string word2) {
int n = word1.size();
int m = word2.size();
if(n*m == 0) return n+m;
int dp[n+1][m+1];
//初始边界问题
for(int i = 0 ; i <= n ; i++) dp[i][0] = i;
for(int i = 0 ; i <= m; i++) dp[0][i] = i;
for(int i = 1 ; i <= n ; i++){
for(int j = 1 ; j <= m; 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], min(dp[i - 1][j], dp[i][j - 1])) + 1;
}
}
}
return dp[n][m];
}
};