leetcode-编辑距离

leetcode-编辑距离
题目链接：题目链接
题目大意是给定两个字符串，求将第一个字符串变换成第二个字符串所需要的最少步骤数，其中变换可以是以下三种方式的一种

1. 插入一个字母
2. 删除一个字母
3. 替换一个字母

这里要先去定义dp数组，我么定义dp[i][j]为当字符串 word1 的长度为 i，字符串 word2 的长度为 j 时，将 word1 转化为 word2 所使用的最少操作次数为 dp[i] [j]，那么对于这里的初始状态我们依旧暂时只能想到dp[0][0] = 0这一种，我们先来解决状态转移方程的问题，对于dp[i][j]，如果两个字符串的当前位置的字母不一样的话，他可能是怎么变换来的呢，我们一次列举三种状态

1. 由前一个字符串插入一个字母而来，那也就是dp[i-1][j-1]+1
2. 由前一个字符串删掉尾巴上的字母而来，那也就是dp[i][j-1] + 1
3. 由前一个字符串替换掉尾巴上的字母得到，那也就是dp[i-1][j]

这里就可以得到方程了，对于方程我们发现这里的有些状态不能进行状态转移得到，那么这些就是需要进行初始化设置的
编码如下

public int minDistance(String word1, String word2) {
    	int[][] dp = new int[word1.length()+1][word2.length()+1];
    	//获取到两个字符串的长度，方便后面计算
    	int m = word1.length(), n = word2.length();
    	//设置初始值
    	for(int i = 1; i <= n; i++) {
    		dp[0][i] = dp[0][i-1] + 1;
    	}
    	for(int i = 1; i <= m; i++) {
    		dp[i][0] = dp[i-1][0] + 1;
    	}
    	//开始动态规划
    	for(int i = 1; i <= m; i++) {
    		for(int j = 1; j <= n; j++) {
    			if(word1.charAt(i-1) == word2.charAt(j-1)) {
    				//如果这里的两个字符相等，那就可以不做任何操作
    				dp[i][j] = dp[i-1][j-1];
    			}else {
    				//对于不相等的字符，可以进行三种不同的操作，选取最小的开销
    				//1. 替换word1结尾的字符，即：dp[i-1][j-1]+1
    				//2. 删除掉当前word尾部的字符，即dp[i-1][j]+1
    				//3. 在word尾巴上加一个字符，即dp[i][j-1]+1
    				dp[i][j] = Math.min(dp[i-1][j-1], Math.min(dp[i-1][j], dp[i][j-1])) + 1;
    			}
    		}
    	}
    	return dp[m][n];
    }

那么这个题目能进行空间优化呢，实际上是可以的，因为每次的转移都只用到了，四个数字即dp[i][j] dp[i-1][j] dp[i-1][j-1] dp[i][j-1]所以说，可以用这个小数组代替整个dp数组，优化空间复杂度