数据结构与算法之动态规划: LeetCode 72. 编辑距离 (Ts版)

编辑距离

https://leetcode.cn/problems/edit-distance/description/

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

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

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];
}