72. 编辑距离

题目介绍

给你两个单词 word1word2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:

复制代码
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:

复制代码
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
  • word1word2 由小写英文字母组成

解答

cpp 复制代码
class Solution {
public:
    int minDistance(string word1, string word2) {
        // dp[i][j] 表示以word1中下标 i-1 结尾的字符串 和 以word2中下标 j-1 为结尾的字符的最近编辑距离
        // if(word1[i - 1] == word2[j - 1]) dp[i][j] = dp[i - 1][j - 1];
        // if(word1[i - 1] != word2[j - 1])
        // 操作1:word1删除一个元素,那么就是以下标i - 2为结尾的word1 与 以j-1为结尾的word2的最近编辑距离 +1,即 dp[i][j] = dp[i - 1][j] + 1;
        // !!!操作2: word2删除一个元素(相当于word1添加一个元素),那么就是以下标i - 1为结尾的word1 与 以j-2为结尾的word2的最近编辑距离 +1,即 dp[i][j] = dp[i][j - 1] + 1;
        // 操作3:替换元素,word1替换 word1[i - 1]使其与 word2[j - 1] 同,此时只需要求得两字符串前面部分的最小编辑距离即 dp[i][j] = dp[i - 1][j - 1] + 1;
        // 综上取三个操作的最小者

        // 注意:word1删除元素变为word2,和word2添加元素变为word1操作步骤是一样的
    
        vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
        // 由于dp[i][j] 是由其上方和左边元素推导,所以初始化第一行和第一列
        // dp[i][0] 表示以word1[i - 1] 结尾的字符串 和 以 word2[-1] 的字符串的最近编辑距离
        for(int i = 0; i <= word1.size(); i++) dp[i][0] = i; // 删除i次
        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], min(dp[i][j - 1], dp[i - 1][j - 1])) + 1;
            }
            
        }
        return dp[word1.size()][word2.size()];
    }
};
相关推荐
CoovallyAIHub11 分钟前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
感哥21 分钟前
C++ STL 常用算法
c++
CoovallyAIHub1 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
saltymilk11 小时前
C++ 模板参数推导问题小记(模板类的模板构造函数)
c++·模板元编程
感哥11 小时前
C++ lambda 匿名函数
c++
沐怡旸17 小时前
【底层机制】std::unique_ptr 解决的痛点?是什么?如何实现?怎么正确使用?
c++·面试
感哥18 小时前
C++ 内存管理
c++
聚客AI18 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v20 小时前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工1 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法