栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > C/C++/C#

【力扣72. 编辑距离 (动态规划)】思路、详细图示、代码

C/C++/C# 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【力扣72. 编辑距离 (动态规划)】思路、详细图示、代码

文章目录
  • 力扣72. 编辑距离
    • 题目
    • 解题思路
    • 实例1的解决图示:
    • 代码

力扣72. 编辑距离

力扣72. 编辑距离

题目

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’)

解题思路
  • 动态规划:

    dp[i][j]代表word1中第i个字符变化到word2中第j个字符的最少操作次数

  • 初始化:

    考虑i j为0的情况:

    ‘’ros
    ‘’0123
    h1
    r2
    o3
    s4
    e5
  • 操作规则

    • 增加(列变化):

      从上一列变过来,即dp[i][j-1] -> dp[i][j] 增加一个元素

    • 删除(行变化):

      从上一行变过来,即dp[i-1][j] -> dp[i][j] 删除一个元素

    • 替换(可以理解为删了又增了):

      从上一行上一列变过来即dp[i-1][j-1] ->dp[i][j]替换一个元素

  • 具体操作

    • 不需要操作时:word1中第i个元素与word2中第j个元素相同时

      即 word1.charAt(i-1) == word2.charAt(j-1) 时 dp[i][j] = dp[i-1][j-1]

    • 需要操作时:选取增、删、改中操作次数最少的方式,操作+1

实例1的解决图示:
  • 红色箭头:+1操作(选取增、删、改操作中最小的)
  • 绿色框:word1中第i个元素与word2中第j个元素相同
  • 绿色箭头: dp[i][j] = dp[i-1][j-1]
代码
class Solution {
    public int minDistance(String word1, String word2) {
        int l1 = word1.length();
        int l2 = word2.length();
        int[][] dp = new int [l1+1][l2+1];

        //初始化第一行与第一列
        for(int i = 1; i<=l1; i++) dp[i][0] = dp[i-1][0] + 1;
        for(int i = 1; i<=l2; i++) dp[0][i] = dp[0][i-1] + 1;

        
         
        for(int i=1; i<=l1; i++){
            for(int j=1; j<=l2; j++){
                if(word1.charAt(i-1) == word2.charAt(j-1)){
                    dp[i][j] = dp[i-1][j-1];
                }else{
                    //之前操作次数最少的方式
                    //min方法输入参数形式为(int,int),三个数比较需要用两次
                    dp[i][j] = Math.min(Math.min(dp[i-1][j-1], dp[i][j-1]), dp[i-1][j]) + 1;
                }
            }
        }
        return dp[l1][l2];  
    }
}
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/913319.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号