动态规划（dynamic programming）之：edit-distance（word1变成word2的最小步骤数）

最新推荐文章于 2023-03-12 17:32:50 发布

scut_yp

最新推荐文章于 2023-03-12 17:32:50 发布

阅读量352

点赞数 1

分类专栏：算法

本文链接：https://blog.csdn.net/ypshowm/article/details/89343948

版权

本文介绍了如何使用动态规划解决编辑距离问题，即计算将单词word1转换为word2所需的最小步骤数。允许的操作包括插入、删除和替换字符。通过建立双序列动态规划模型，分析了递推关系，并详细解释了不同情况下的状态转移方程，为解决此类问题提供了清晰的思路。

摘要由CSDN通过智能技术生成

Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 step.) You have the following 3 operations permitted on a word:
Insert a character（插入）
Delete a character（删除）
Replace a character（代替）
Example
Given word1 = "mart" and word2 = "karma", return 3

题解1 - 双序列动态规划
两个字符串⽐较，求最值，直接看似乎并不能直接找出解决⽅案，这时往往需要使⽤动态规划的思想寻找递推关系。使⽤双序列动态规划的通⽤做法，不妨定义 f[i][j] 为字符串1的前 i 个字符和字符串2的前 j 个字符的编辑距离，那么接下来寻找其递推关系。增删操作互为逆操作，即增或者删产⽣的步数都是⼀样的。故初始化时容易知道 f[0][j] = j, f[i][0] = i , 接下来探讨 f[i][j]和 f[i - 1][j - 1] 的关系，和 LCS 问题类似，我们分两种情况讨论，即 word1[i] == word2[j]与否，第⼀种相等的情况有：
1. i == j , 且有 word1[i] == word2[j] , 则由 f[i - 1][j - 1] -> f[i][j] 不增加任何操作，有 f[i][j] = f[i -