本题想到的解法是最长公共子序列的应用,先求出两个字符串的最长公共子序列,然后用两个字符串的长度分别减去最长公共子序列的长度,就是一个字符串需要操作的次数,将两个次数相加即可。
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for(size_t i = 1; i <= word1.size(); i++){
for(size_t j = 1; j <= word2.size(); j++){
if(word1[i - 1] == word2[j - 1]){
dp[i][j] = dp[i - 1][j - 1] + 1;
}else {
dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
}
}
}
return word1.size() + word2.size() - 2 * dp[word1.size()][word2.size()];
}
};
第二种动态规划的解法是,dp[i][j]直接表示 word1, word2 前 i, j个字符达到相等,所需要删除元素的最少次数
-
递推公式
-
当word1[i - 1] 与 word2[j - 1]相同的时候,将这两个相同的字符称为公共字符,考虑使 word1[0:i−1]和word2[0:j−1] 相同的最少删除操作次数,增加一个公共字符之后,最少删除操作次数不变,因此 dp[i][j]=dp[i−1][j−1]。
-
当word1[i - 1] 与 word2[j - 1]不相同的时候,使 word1[0:i−1] 和 word2[0:j] 相同的最少删除操作次数,加上删除 word1[i−1] 的 1 次操作;
-
使 word1[0:i] 和 word2[0:j−1] 相同的最少删除操作次数,加上删除 word2[j−1] 的 1 次操作。
-
初始化
-
dp[i][0]:word2为空字符串,以i-1为结尾的字符串word1要删除i个元素,才能和word2相同,dp[i][0] = i
-
同理 dp[0][j] = j
-
遍历顺序,根据递推公式,需要从上到下,从左到右的顺序进行遍历
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for(size_t i = 0; i <= word1.size(); i++){
dp[i][0] = i;
}
for(size_t j = 0; j <= word2.size(); j++){
dp[0][j] = j;
}
for(size_t i = 1; i <= word1.size(); i++){
for(size_t 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][j - 1], dp[i - 1][j]) + 1;
}
}
}
return dp[word1.size()][word2.size()];
}
};