动态规划三要素:
1. 子问题: word1的前i个字符变成word2前j个字符
2.F(i,j)表示的就是word1前i个字符到word2前j个字符的编辑距离
F(I,J) = min { F(i-1,j),F(i+1,j)} +1,这个表示的是插入和删除的最小编辑距离
然后还需要去判断前面的i j位置的字符是否相等,不相等还得去比较上一个状态F(i-1,j-1)+1(替换操作)和 已经得出最小的插入和删除操作的F(i,j)
import java.util.*;
public class Solution {
/**
*
* @param word1 string字符串
* @param word2 string字符串
* @return int整型
*/
public int minDistance (String word1, String word2) {
int[][] dp = new int[word1.length()+1][word2.length()+1];
//初始状态
for(int i = 1;i < word1.length()+1;i++){
//word1前i个字符转换成word2前0个字符,对word2进行插入i次
dp[i][0] = i;
}
for(int j = 1;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++){
dp[i][j] = Math.min(dp[i-1][j],dp[i][j-1])+1;
if(word1.charAt(i-1) != word2.charAt(j-1)){
dp[i][j] = Math.min(dp[i][j],dp[i-1][j-1]+1);
}else{
dp[i][j] = Math.min(dp[i][j],dp[i-1][j-1]);
}
}
}
return dp[word1.length()][word2.length()];
}
}