给定两个单词 word1 和 word2,计算出将 word1 转换成 word2 所使用的最少操作数 。
你可以对一个单词进行如下三种操作:
插入一个字符
删除一个字符
替换一个字符
示例 1:
输入: word1 = “horse”, word2 = “ros”
输出: 3
解释:
horse -> rorse (将 ‘h’ 替换为 ‘r’)
rorse -> rose (删除 ‘r’)
rose -> ros (删除 ‘e’)
示例 2:
输入: word1 = “intention”, word2 = “execution”
输出: 5
解释:
intention -> inention (删除 ‘t’)
inention -> enention (将 ‘i’ 替换为 ‘e’)
enention -> exention (将 ‘n’ 替换为 ‘x’)
exention -> exection (将 ‘n’ 替换为 ‘c’)
exection -> execution (插入 ‘u’)
题解:为应用动态规划,我们定义 dp[i][j] 为从 word1[0…i) 到word2[0…j)转换的的最小次数。
对于基本的情况,将一个字符串转换为一个空的字符串,所需操作的最小值就是字符串长度本身,因此很明显: dp[i][0]=i,dp[0][j]=j
对于一般情况,从 word1[0…i) 到 word2[0…j) ,假设我们已知了从 word1[0…i-1) 到 word2[0…j-1) 转换的次数,可以分两种情况讨论。
if word1[i] == word2[j]
此时的的情况就不用多讲,直接dp[i][j]=dp[i-1][j-1]就可以了。
if word1[i] != word2[j]
此时的情况比较复杂,有以下三种可能性。
(1) 替换。如ror和ros,此时进行替换操作,r->s,此时dp[i][j]=dp[i-1][j-1] + 1;
(2) 删除。如ross和ros,此时进行删除操作,delete s,此时dp[i][j]=dp[i-1][j] + 1
(3) 插入。如ro和ros,此时进行插入操作,insert s,此时dp[i][j]=dp[i][j-1] + 1
此时可以看出当word1[i] != word2[j] ,dp[i][j] = min(dp[i][j]=dp[i-1][j-1] , dp[i][j]=dp[i][j-1] , dp[i][j]=dp[i-1][j]) + 1
自底向上的解法
int minDistance(string word1, string word2) {
int m = word1.size(), n = word2.size();
vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
for (int i = 1; i <= m; i++) {
dp[i][0] = i;
}
for (int j = 1; j <= n; j++) {
dp[0][j] = j;
}
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
if (word1[i - 1] == word2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1];
}
else {
dp[i][j] = min(dp[i - 1][j - 1], min(dp[i][j - 1], dp[i - 1][j])) +1;
}
}
}
return dp[m][n];
}