0072-编辑距离

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

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

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/edit-distance

参考:

python

# 0072.编辑距离

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        """
        动态规划,编辑距离
        1.dp定义
        - 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.递推公式
        - if (word1[i - 1] == word2[j - 1])
            - 不操作
        - if (word1[i - 1] != word2[j - 1]) -> 增删改
            - 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。
                即 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。
                即 dp[i][j] = dp[i][j - 1] + 1
            word2添加元素,即相当于word1删除元素
            - 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。
                即 dp[i][j] = dp[i - 1][j - 1] + 1;

            综上,当 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.初始化
        - dp[i][0] = i
        - dp[0][j] = j
        :param word1:
        :param word2:
        :return:
        """
        dp = [[0] * (len(word2)+1) for _ in range(len(word1)+1)]
        for i in range(len(word1)+1):
            dp[i][0] = i
        for j in range(len(word2)+1):
            dp[0][j] = j
        for i in range(1, len(word1)+1):
            for j in range(1, len(word2)+1):
                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]+1, dp[i][j-1]+1, dp[i-1][j-1]+1)
        return dp[-1][-1]

golang

package dynamicPrograming

// 动态规划
func minDistance2(word1, word2 string) int {
	m,n := len(word1), len(word2)
	dp := make([][]int, m+1)
	for i := range dp {
		dp[i] = make([]int, n+1)
	}
	for i:=0;i<=m;i++ {
		dp[i][0] = i
	}
	for j:=0;j<=n;j++ {
		dp[0][j] = j
	}
	for i:=1;i<=m;i++ {
		for j:=1;j<=n;j++ {
			if word1[i-1] == word2[j-1] {
				dp[i][j] = dp[i-1][j-1]
			} else { // min(替换,删除,添加)
				dp[i][j] = min(dp[i-1][j-1]+1, dp[i-1][j]+1, dp[i][j-1]+1)
			}
		}
	}
	return dp[m][n]
}

func min(args...int) (min int) {
	min := args[0]
	for _, item := range args {
		if item < min {
			min = item
		}
	}
	return min
}

posted on 2021-12-05 18:34  进击的davis  阅读(47)  评论(0编辑  收藏  举报

导航