标签：元素 删除 动规 替换 word1 72 word2 leetcode dp
编辑距离
题目链接
题目内容
给你两个单词 word1 和 word2， 请返回将 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')
提示：
0 <= word1.length, word2.length <= 500
word1 和 word2 由小写英文字母组成
思路
- 动态规划，二维dp数组，dp[i][j]表示word1中的前i个字符组成的字串和word2中前j个字符组成的字串的编辑距离。
- 初始化：
dp[i][0] = i and dp[0][j] = j，表明任何字符串和空串的编辑距离都是该串自身的长度（全部删光） - 状态转移方程：
- 如果word1[i] == word2[j]，说明当前两个字符不用做任何操作，那么dp[i][j] = dp[i - 1][j - 1]
- 如果word1[i] != word2[j]，说明当前两个字符处需要做变动操作。那么
dp[i][j] = min(min(dp[i][j - 1], dp[i - 1][j]), dp[i - 1][j - 1]) + 1
上式有一个相对难理解的点，也是本篇想表达的重点。下面会更深入解答。点这里跳转
代码
class Solution {
public:
int minDistance(string word1, string word2) {
int size1 = word1.size();
int size2 = word2.size();
vector<vector<int>> dp(size1+1, vector<int>(size2+1));
// 任何字符串和空串的编辑距离都是该串自身的长度（全部删光）
for (int i = 0; i <= size1; i ++) {
dp[i][0] = i;
}
for (int j = 0; j <= size2; j ++) {
dp[0][j] = j;
}
for (int i = 1 ; i <= size1 ; i ++) {
for (int j = 1 ; j <= size2; j ++) {
// 匹配的情况
if (word1[i - 1] == word2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1];
}
// 不匹配的情况
else {
dp[i][j] = min(min(dp[i - 1][j] + 1, dp[i][j - 1] + 1), dp[i - 1][j - 1] + 1);
}
}
}
return dp[size1][size2];
}
};
失配时dp数组的转移怎么理解
- 根据题意，当word1[i - 1] != word2[j - 1]时，我们可以选择增加，删除或者是替换当前元素，对两个字符串进行调整。
- 删除：
- 1）如果删除word1[i - 1]，dp[i][j]等于【计算word1中第 1 到第 i-1 个元素组成的字串和word2中第 1 到第 j 个元素组成的字串之间的编辑距离】，然后增加1（删除word1[i]的操作）
- 2）如果删除word2[j - 1]，dp[i][j]等于【计算word1中第 1 到第 i 个元素组成的字串和word2中第 1 到第 j-1 个元素组成的字串之间的编辑距离】，然后增加1（删除word1[i]的操作）。也就是：
// 在操作为删除的情况下
dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]);
- 替换：word1[i - 1]和word2[j - 1]经过一个替换操作变成了一样的字母，那么只需要拿到这两个字母前面的字串的编辑距离加1即可，如下：
// 在操作为替换的情况下
dp[i][j] = dp[i - 1][j - 1] + 1;
- 增加：这个是本题使用动态规划方法最难理解的一个点。根据代码可以发现实际上是没有显式的去计算增加操作的，等于是忽略了这种操作，所以这是为什么？一张图就可以说明问题。
- 从图中我们可以看出，在word1中添加元素c的目的，为的是通过一个操作去消除word2中当前失配的这个字母word2[j]，该操作等于在word2中删除元素word2[j]，同时两个操作dp数组（编辑距离）的计算公式也无异。
- 同理，由于操作的对称性，在word2中添加元素也等价于在word1中删除元素。
- 所以，最终的状态转移方程为:
dp[i][j] = min(
min(
dp[i - 1][j] + 1, // 在word1中删除word1[i]，或者在word2[j]后方中添加word1[i]元素
dp[i][j - 1] + 1 // 在word2中删除一个元素word2[j]，或者在word1[i]后方添加word2[j]元素
),
dp[i - 1][j - 1] + 1 // 将word1[i]替换为word2[j]或者将word2[j]替换为word1[i]
);
标签：元素,删除,动规,替换,word1,72,word2,leetcode,dp 来源： https://www.cnblogs.com/LeisureLak/p/16581822.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。