问题描述:
设A和B是两个字符串,要用最少的字符操作将字符串A转换为字符串B,这里所说的字符操作包括(1):删除一个字符;(2):插入一个字符;(3):修改一个字符。将A转换为B所用的最少字符操作数称为A到B的编辑距离,记为dp[A][B],dp[][]中的A,B指的是A和B的长度,设计一个算法对任给的A,B,计算出dp[A][B]。
样例:
输入: 字符串A = “horse”, 字符串B = “ros”
输出: 3
解释:
horse -> rorse (将 ‘h’ 替换为 ‘r’)
rorse -> rose (删除 ‘r’)
rose -> ros (删除 ‘e’)
问题分析:
首先回忆一下动态规划算法的基本要素
- 最优子结构性质
- 子问题重叠性质
而此题刚好符合动态规划算法的条件。试想一下,在最后一步计算出dp[i][j]的时候,你是通过什么途径呢?肯定是删除,插入和修改其中的一个动作。删除和插入都是在dp[i][j-1]或者dp[i-1][j]的基础上进行一步动作,所以通过删除和插入得到的dp[i][j] = min(dp[i-1][j]),dp[i][j-1])+1。 通过修改得到的dp[i][j]肯定是在dp[i-1][j-1]的基础上,得到了两个不一样的字符(即A(i)!=B(j)),如果得到的字符相等(即A(i)==B(j)) 则 dp[i][j] = dp[i-1=[j-1]。 求三种情况下最小的值就可以求出dp[i][j]了
递推表达式:
i (j==0)
j (i==0)
dp[i][j] = min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]) (0<i<A.length,0<j<B.length, A[i]==B[i])
min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1+!]) (0<i<A.length,0<j<B.length, A[i]!=B[i])
代码 :
注意数组下标从零开始的特点,当心数组越界。
package DP;
/*
编辑距离问题 插入 删除 修改三种操作
*/
public class L72 {
static int calsulate(String str1,String str2){
int dp[][] = new int [str1.length()+1][str2.length()+1];
for(int i=0;i<=str1.length();i++)
dp[i][0]=i;
for(int i=0;i<=str2.length();i++)
dp[0][i]=i;
for(int i=1;i<=str1.length();i++){
for(int j=1;j<=str2.length();j++){
if(str1.charAt(i-1)==str2.charAt(j-1))
dp[i][j] = dp[i-1][j-1];
else
dp[i][j] = dp[i-1][j-1]+1;
dp[i][j] =min(dp[i][j],dp[i-1][j]+1,dp[i][j-1]+1);
}//end inner for
}//end outer for
return dp[str1.length()][str2.length()];
}
static int min(int a,int b,int c){
int d;
if(a<b)
d=a;
else
d=b;
if(d<c)
return d;
else
return c;
}
public static void main(String[] args) {
String s1 = "horse";
String s2 = "ros";
System.out.print(calsulate(s1,s2));
}
}