数据结构与算法之动态规划: LeetCode 72. 编辑距离 (Ts版)

编辑距离

描述

  • 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

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
  • word1 和 word2 由小写英文字母组成

Typescript 版算法实现

1 ) 方案1: 动态规划

ts 复制代码
function minDistance(word1: string, word2: string): number {
    const n = word1.length;
    const m = word2.length;

    // 有一个字符串为空串
    if (n * m === 0) {
        return n + m;
    }

    // DP 数组
    const D: number[][] = Array.from({ length: n + 1 }, () => Array(m + 1).fill(0));

    // 边界状态初始化
    for (let i = 0; i < n + 1; i++) {
        D[i][0] = i;
    }
    for (let j = 0; j < m + 1; j++) {
        D[0][j] = j;
    }

    // 计算所有 DP 值
    for (let i = 1; i < n + 1; i++) {
        for (let j = 1; j < m + 1; j++) {
            const left = D[i - 1][j] + 1;
            const down = D[i][j - 1] + 1;
            let left_down = D[i - 1][j - 1];
            if (word1.charAt(i - 1) !== word2.charAt(j - 1)) {
                left_down += 1;
            }
            D[i][j] = Math.min(left, down, left_down);
        }
    }

    return D[n][m];
}

2 ) 方案2: 动态规划自底向上

ts 复制代码
function minDistance(word1: string, word2: string): number {
    const n1 = word1.length;
    const n2 = word2.length;

    // 初始化 DP 数组
    const dp: number[][] = Array.from({ length: n1 + 1 }, () => Array(n2 + 1).fill(0));

    // 初始化第一行
    for (let j = 1; j <= n2; j++) {
        dp[0][j] = dp[0][j - 1] + 1;
    }

    // 初始化第一列
    for (let i = 1; i <= n1; i++) {
        dp[i][0] = dp[i - 1][0] + 1;
    }

    // 计算所有 DP 值
    for (let i = 1; i <= n1; i++) {
        for (let j = 1; j <= n2; j++) {
            if (word1.charAt(i - 1) === word2.charAt(j - 1)) {
                dp[i][j] = dp[i - 1][j - 1];
            } else {
                dp[i][j] = Math.min(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1]) + 1;
            }
        }
    }

    return dp[n1][n2];
}
相关推荐
ZZZS05164 分钟前
stack栈练习
c++·笔记·学习·算法·动态规划
黑听人9 分钟前
【力扣 困难 C】115. 不同的子序列
c语言·leetcode
hans汉斯29 分钟前
【人工智能与机器人研究】基于力传感器坐标系预标定的重力补偿算法
人工智能·算法·机器人·信号处理·深度神经网络
vortex52 小时前
算法设计与分析:分治、动态规划与贪心算法的异同与选择
算法·贪心算法·动态规划
前端拿破轮2 小时前
🤡🤡🤡面试官:就你这还每天刷leetcode?连四数相加和四数之和都分不清!
算法·leetcode·面试
地平线开发者3 小时前
征程 6|工具链量化简介与代码实操
算法·自动驾驶
DoraBigHead3 小时前
🧠 小哆啦解题记——谁偷改了狗狗的台词?
算法
Kaltistss3 小时前
240.搜索二维矩阵Ⅱ
线性代数·算法·矩阵
轻语呢喃3 小时前
每日LeetCode:合并两个有序数组
javascript·算法
大熊猫侯佩4 小时前
Swift 数学计算:用 Accelerate 框架让性能“加速吃鸡”
算法·swift