文章目录

• 583.两个字符串的删除操作
• 72.编辑距离
• 编辑距离总结篇

583.两个字符串的删除操作

文章讲解：代码随想录 (programmercarl.com)

题目链接：583. 两个字符串的删除操作 - 力扣（LeetCode）

题目：

给定两个单词 word1 和 word2，找到使得 word1 和 word2 相同所需的最小步数，每步可以删除任意一个字符串中的一个字符。

分析：

1. 确定dp数组（dp table）以及下标的含义

   dp[i] [j]：以i-1为结尾的字符串word1，和以j-1位结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。

2. 确定递推公式

   • 当word1[i - 1] 与 word2[j - 1]相同的时候
   • 当word1[i - 1] 与 word2[j - 1]不相同的时候

   当word1[i - 1] 与 word2[j - 1]相同的时候，dp[i] [j] = dp[i - 1] [j - 1];

   当word1[i - 1] 与 word2[j - 1]不相同的时候，有三种情况：

   情况一：删word1[i - 1]，最少操作次数为dp[i - 1] [j] + 1

   情况二：删word2[j - 1]，最少操作次数为dp[i] [j - 1] + 1

   情况三：同时删word1[i - 1]和word2[j - 1]，操作的最少次数为dp[i - 1] [j - 1] + 2

   dp[i] [j] = min({dp[i - 1] [j - 1] + 2, dp[i - 1] [j] + 1, dp[i] [j - 1] + 1});

3. dp数组如何初始化

   dp[i] [0]：word2为空字符串，以i-1为结尾的字符串word1要删除多少个元素，才能和word2相同呢，很明显dp[i] [0] = i。

   dp[0] [j]的话同理

4. 确定遍历顺序

   所以遍历的时候一定是从上到下，从左到右

5. 举例推导dp数组

   

class Solution {
public:int minDistance(string word1, string word2) {vector> dp(word1.size() + 1, vector(word2.size() + 1));for (int i = 0; i <= word1.size(); i++) dp[i][0] = i;for (int j = 0; j <= word2.size(); j++) dp[0][j] = j;for (int i = 1; i <= word1.size(); i++) {for (int j = 1; j <= word2.size(); j++) {if (word1[i - 1] == word2[j - 1]) {dp[i][j] = dp[i - 1][j - 1];} else {dp[i][j] = min({dp[i - 1][j] + 1, dp[i][j - 1] + 1, dp[i - 1][j - 1] + 2});}}}return dp[word1.size()][word2.size()];}
};

72.编辑距离

文章讲解：代码随想录 (programmercarl.com)

题目链接：72. 编辑距离 - 力扣（LeetCode）

题目：

给你两个单词 word1 和 word2，请你计算出将 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

分析：

1. 确定dp数组（dp table）以及下标的含义

   dp[i] [j] 表示以下标i-1为结尾的字符串word1，和以下标j-1为结尾的字符串word2，最近编辑距离为dp[i] [j]。

2. 确定递推公式

   if (word1[i - 1] == word2[j - 1])不操作
   if (word1[i - 1] != word2[j - 1])增删换
   

   if (word1[i - 1] == word2[j - 1])

   dp[i] [j] = dp[i - 1] [j - 1];

   if (word1[i - 1] != word2[j - 1])

   • 操作一：word1删除一个元素，那么就是以下标i - 2为结尾的word1 与 j-1为结尾的word2的最近编辑距离 再加上一个操作。dp[i] [j] = dp[i - 1] [j] + 1;
   • 操作二：word2删除一个元素，那么就是以下标i - 1为结尾的word1 与 j-2为结尾的word2的最近编辑距离 再加上一个操作。dp[i] [j] = dp[i] [j - 1] + 1;
   • 操作三：替换元素，word1替换word1[i - 1]，使其与word2[j - 1]相同，此时不用增加元素，那么以下标i-2为结尾的word1 与 j-2为结尾的word2的最近编辑距离 加上一个替换元素的操作 。dp[i] [j] = dp[i - 1] [j - 1] + 1;

   if (word1[i - 1] != word2[j - 1])时取最小的

即：dp[i] [j] = min({dp[i - 1] [j - 1], dp[i - 1] [j], dp[i] [j - 1]}) + 1;

3. dp数组如何初始化

   dp[i] [0] ：以下标i-1为结尾的字符串word1，和空字符串word2，最近编辑距离为dp[i] [0]。

   那么dp[i] [0]就应该是i，对word1里的元素全部做删除操作，即：dp[i] [0] = i;

   同理dp[0] [j] = j;

4. 确定遍历顺序

   在dp矩阵中一定是从左到右从上到下去遍历

5. 举例推导dp数组

   以示例1为例，输入：word1 = "horse", word2 = "ros"为例，dp矩阵状态图如下：

   

class Solution {
public:int minDistance(string word1, string word2) {vector> dp(word1.size() + 1, vector(word2.size() + 1));for (int i = 0; i <= word1.size(); i++) dp[i][0] = i;for (int j = 0; j <= word2.size(); j++) dp[0][j] = j;for (int i = 1; i <= word1.size(); i++) {for (int j = 1; j <= word2.size(); j++) {if (word1[i - 1] == word2[j - 1]) {dp[i][j] = dp[i - 1][j - 1];} else {dp[i][j] = min({dp[i - 1][j], dp[i][j - 1], dp[i - 1][j - 1]}) + 1;}}}return dp[word1.size()][word2.size()];}
};

编辑距离总结篇

文章讲解：代码随想录 (programmercarl.com)