LeetCode—72.编辑距离(Edit Distance)——分析及代码（C++）

一、题目

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')

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/edit-distance
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

二、分析及代码

1. 动态规划（优化前）

（1）思路

通过 dp[i][j] 记录将 word1 的前 i 个字符 转换为 word2 的前 j 个字符所使用的最少操作数 ，则根据各种操作可以推断出：
插入一个字符：对应 dp[i][j - 1]
删除一个字符：对应 dp[i - 1][j]
替换一个字符：对应 dp[i - 1][j - 1]
当 word1[i] == word2[j] 时：dp[i][j] = min(min(dp[i][j - 1], dp[i - 1][j]) + 1, dp[i - 1][j - 1]);
当 word1[i] != word2[j] 时：dp[i][j] = min(min(dp[i][j - 1], dp[i - 1][j]), dp[i - 1][j - 1]) + 1;

动态规划的初始值，即 dp 的第一行和第一列，直观分析可以得到：
1）出现与另一 word[0] 相同的字符前：第 i 个位置的值为 i + 1；
2）出现与另一 word[0] 相同的字符后：第 i 个位置的值为 i ；

（2）代码

class Solution {
   
public:
    int minDistance(string word1, string word2) {
   
        int m = word1.size(), n = word2.size();
        //边界值处理
        if (m == 0) return n;
        if (n == 0) return m;
		//初始值计算
        int dp[m][n];
        bool w1 = false, w2 = false;//记录第一行、列中是否出现了相同字符
        if (word1[0] == word2[0]) {
   
            w1 = true;
            w2 = true;
            dp[0][0] = 0