编辑距离问题（动态规划）

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));



    }
}