72. 编辑距离
题目描述
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')
思路
根据以往的经验,对于字符串相关的题目十有八九都是用动态规划Dynamic Programming
来解,关键是分析动态规划做出第一步的操作后,之后剩下的是什么样的子问题,动态规划中的子问题,我们都是用一个数据结构来保存子问题的中间结果,方便我们需要时直接得到,这里的特定数据结构是根据具体的子问题为依据来设计的。通过递推公式我们发现还可以继续优化,用一个一维数组保存中间的结果信息,维持一个临时变量temp
保存上一行左上的值dp[i-1][j-1]
,对于一行的更新我们从左向右进行.
class Solution {
public:
int minDistance(string word1, string word2) {
int m = word1.size();
int n = word2.size();
//为了递推公式的方便,我们需要人为的创造长度为0时的情况,
//所以这里的dp用的是长度而不是下标
vector<vector<int> >dp(m+1,vector<int>(n+1));
for(int i = 0;i<=m;j++)
dp[i][0] = i;//全部删除
for(int j=1;j<=n;j++)
dp[0][j] = j;//全部插入
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: // 替换 删除 插入
dp[i][j] = min(dp[i-1][j-1],min(dp[i-1][j],dp[i][j-1]))+1;
}
}
return dp[m][n];
}
};
递归算法
当前为从左开始
int minDistance(string word1, string word2) {
if(word1 == word2)
return 0;
int m = word1.size();
int n = word2.size();
if(word1 == "")
{
return n;
}
if(word2 == "")
{
return m;
}
//两个参数的递归函数终止条件设计问题
if(word1[0] == word2[0])
{
return minDistance(word1.substr(1), word2.substr(1));
}
else
{ //插入 //删除 //替换
return min(1 + minDistance(word1, word2.substr(1)), min(1 + minDistance(word1.substr(1), word2), 1 + minDistance(word1.substr(1), word2.substr(1))));
}
}
将上面的递归函数解法改造为动态规划解法
int minDistance(string word1, string word2) {
if(word1 == word2)
return 0;
int m = word1.size();
int n = word2.size();
if(word1 == "")
{
return n;
}
if(word2 == "")
{
return m;
}
vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
for(int i = 0; i < m + 1; ++i)
{
dp[i][n] = m - i;
}
for(int j = 0; j < n + 1; ++j)
{
dp[m][j] = n - j;
}
for(int i = m - 1; i >= 0; --i)
{
for(int j = n - 1; j >= 0; --j)
{
if(word1[i] == word2[j])
{
dp[i][j] = dp[i+1][j+1];//什么也不做
}
else
{ //插入 //删除 //替换
dp[i][j] = min(1 + dp[i][j+1], min(1 + dp[i+1][j], 1 + dp[i+1][j+1]));
}
}
}
return dp[0][0];
}