代码随想录Day59 | 583. 两个字符串的删除操作 72. 编辑距离

代码随想录Day59 | 583. 两个字符串的删除操作 72. 编辑距离

583.两个字符串的删除操作

文档讲解:代码随想录

视频讲解: LeetCode:583.两个字符串的删除操作

状态

  1. dp数组
    dp[i][j] 表示 word1中的子串word1[0]到word1[i-1] 和 word2中的子串word2[0]到word2[j-1]相同时所需要的删除最少步数
  2. 递推公式
    当 word1[i-1] == word2[j-1] 时 那么就说明该元素可以不用删除,dp[i][j]的结果就和dp[i-1][j-1]的结果相同
    当不相等时,可能是删除word1[i-1],可能是删除word2[j-1],也可能两个都删除。
    删除word1[i-1] dp[i][j] = dp[i-1][j]+1
    删除word2[j-1] dp[i][j] = dp[i][j-1]+1
    两个都删除 dp[i][j] = dp[i-1][j-1]+2
    然后取三者的最小值
  3. 初始化
    当word1或者word2为空字符串时进行初始化
  4. 遍历顺序
    从前向后
  5. 打印dp
c++ 复制代码
//dp[i][j]表示s中0-i-1 与 t中0-j-1 进行删除操作后相同的最少步骤
//当s[i-1] == t[j-1] dp[i][j] = dp[i-1][j-1]
//当不相等时 就要考虑删除i-1 dp[i-1][j] 删除j-1 dp[i][j-1]的最小值+1
//以及同时删除i-1 和 j-1 dp[i-1][j-1]+2
//而 dp[i-1][j]+1 = dp[i-1][j-1]+2  相当于先删除i-1 然后在基础上再删除j-1
class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1,vector<int>(word2.size()+1));
        //初始化 当 s或者t的字符串长度为0时
        for(int i = 0;i<word1.size()+1;i++)
        {
            dp[i][0] = i;
        }
        for(int i = 0;i<word2.size()+1;i++)
        {
            dp[0][i] = i;
        }

        for(int i = 1;i<word1.size()+1;i++)
        {
            for(int j = 1;j<word2.size()+1;j++)
            {
                if(word1[i-1] == word2[j-1])
                {
                    dp[i][j] = dp[i-1][j-1];
                }
                else
                {
                    dp[i][j] = min(dp[i][j-1],dp[i-1][j])+1;
                }
            }
        }

        return dp[word1.size()][word2.size()];
    }
};

72.编辑距离

文档讲解:代码随想录

视频讲解: 动态规划终极绝杀! LeetCode:72.编辑距离

状态

本题和上一题差不多,只是现在只能在一个字符穿上进行修改,我们考虑在字符串上的添加操作,比如在word1上添加一个word2的字符使得两个字符串相等,其实就是从word2上删除掉该字符就可以了,所以可以转换为上面一道题

  1. dp数组
    dp[i][j] 表示 word1中的子串word1[0]到word1[i-1] 转换 word2中的子串word2[0]到word2[j-1],所需要的最少步数
  2. 递推公式
    当word1[i-1] == word2[j-1] 那么说明不需要任何操作 dp[i][j] = dp[i-1][j-1]
    当不相等时,有三种操作方式
    添加 相当于删除word2的j-1 dp[i][j] = dp[i][j-1]+1
    删除 删除word1的i-1 dp[i][j] = dp[i-1][j]+1
    替换 相当于将word1的i-1 替换为 word2的j-1 dp[i][j] = dp[i-1][j-1]+1
    取三者最小值
  3. 初始化
    当word1或者word2为空字符串时进行初始化
  4. 遍历顺序
    从前向后
  5. 打印dp
c++ 复制代码
//dp[i][j] 表示 s子串0-i-1 转换为 t子串0-j-1的最少操作数
//如果s[i-1] == t[j-1] 那么dp[i][j] = dp[i-1][j-1]
//如果不相等 就需要涉及到
//插入 在s的i-1位置插入t[j-1] dp[i][j-1]
//删除 删除s的i-1位置  dp[i-1][j]+1
//替换 直接替换s[i-1]为t[j-1] dp[i-1][j-1]+1
class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1,vector<int>(word2.size()+1));
        for(int i = 0;i<word1.size()+1;i++)
        {
            dp[i][0] = i;
        }
        for(int i = 0;i<word2.size()+1;i++)
        {
            dp[0][i] = i;
        }

        for(int i = 1;i<word1.size()+1;i++)
        {
            for(int j = 1;j<word2.size()+1;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],min(dp[i][j-1],dp[i-1][j]))+1;
                }
            }
        }

        return dp[word1.size()][word2.size()];
    }
};

<>

文档讲解:代码随想录

视频讲解: <>

状态

相关推荐
生锈的键盘6 小时前
推荐算法实践:交叉特征的理解
算法
乌萨奇也要立志学C++7 小时前
【洛谷】BFS 求解最短路:从马的遍历到迷宫问题的实战解析
算法·宽度优先
老鼠只爱大米7 小时前
LeetCode经典算法面试题 #46:全排列(回溯、交换、剪枝等五种实现方案详细解析)
算法·leetcode·剪枝·回溯·全排列·stj算法
Dovis(誓平步青云)7 小时前
《滑动窗口算法:从 “暴力遍历” 到 “线性高效” 的思维跃迁》
运维·服务器·数据库·算法
_OP_CHEN7 小时前
【算法基础篇】(五十七)线性代数之矩阵乘法从入门到实战:手撕模板 + 真题详解
线性代数·算法·矩阵·蓝桥杯·c/c++·矩阵乘法·acm/icpc
天天爱吃肉82187 小时前
【跨界封神|周杰伦×王传福(陶晶莹主持):音乐创作与新能源NVH测试,底层逻辑竟完全同源!(新人必看入行指南)】
python·嵌入式硬件·算法·汽车
im_AMBER8 小时前
Leetcode 114 链表中的下一个更大节点 | 删除排序链表中的重复元素 II
算法·leetcode
xhbaitxl8 小时前
算法学习day38-动态规划
学习·算法·动态规划
多恩Stone8 小时前
【3D AICG 系列-6】OmniPart 训练流程梳理
人工智能·pytorch·算法·3d·aigc
历程里程碑8 小时前
普通数组----轮转数组
java·数据结构·c++·算法·spring·leetcode·eclipse