动态规划Day33:编辑距离

392. 判断子序列

与最长公共子序列(LCS)的区别是,不能放弃s中的任何字符,所以当出现字符不匹配时,只能放弃t中的字符。

cpp 复制代码
    bool isSubsequence(string s, string t) {
        vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 0));
        for(int i = 1 ; i < s.size() + 1; i++){
            for(int j = 1; j < t.size() + 1; j++){
                if(s[i - 1] == t[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                } else {
                    dp[i][j] = dp[i][j - 1];
                }
            }
        }
        if(dp[s.size()][t.size()] == s.size()){
            return true;
        }
        return false;
    }

115. 不同的子序列

dpij表示 字符串 s 的前 i 个字符(s[0..i-1])中,包含字符串 t 的前 j 个字符(t[0..j-1])的子序列个数。

初始化

dp[i][0] = 1(对任意 i):t 的前 0 个字符(空字符串),是任何 s 的前 i 个字符的子序列(空序列只有 1 种选法:什么都不选);

dp[0][j] = 0(j>0):s 的前 0 个字符(空字符串),无法包含非空的 t 的前 j 个字符,个数为 0。

递推公式,si - 1 == tj - 1时,需要

递推公式

匹配:dp[i][j] = 用当前字符(dp[i-1][j-1]) + 不用当前字符(dp[i-1][j]);

不匹配:dp[i][j] = 不用当前字符(dp[i-1][j]);

cpp 复制代码
int numDistinct(string s, string t) {
        vector<vector<unsigned long long>> dp(s.size()+1, vector<unsigned long long>(t.size()+1));
        for(int i = 0; i < s.size()+1; i++){
            dp[i][0] = 1;
        }
        for(int j = 1; j < t.size()+1; j++){
            dp[0][j] = 0;
        }
        for(int i = 1; i < s.size()+1; i++){
            for(int j = 1; j < t.size()+1; j++){
                if(s[i - 1] == t[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
                } else{
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }
        return dp[s.size()][t.size()];
    }

583. 两个字符串的删除操作

可以转换成 寻找最大公共子序列,最后用两个字符串的长度分别减去最长公共子序列的长度,再相加就是答案

cpp 复制代码
int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
        int res = 0;
        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] + 1;
                } else {
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                }
                res = max(res, dp[i][j]);
            }
        }
        return word1.size() + word2.size() - res * 2;
    }

方法二

DP 定义:dp[i][j] 表示将 word1 前 i 个字符转换为 word2 前 j 个字符所需的最少操作数(仅含删除、插入)。

初始化:

  • dp[i][0] = i:word2 为空时,需删除 word1 前 i 个字符(共 i 次操作);

  • dp[0][j] = j:word1 为空时,需插入 word2 前 j 个字符(共 j 次操作)。

状态转移:

  • 字符匹配(word1[i-1] == word2[j-1]):无需操作,继承 dp[i-1][j-1];

  • 字符不匹配:取「删除 word1 当前字符(dp[i-1][j]+1)」或「插入 word2 当前字符(dp[i][j-1]+1)」的最小值。

cpp 复制代码
    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 j = 1; j < word2.size() + 1; j++){
            dp[0][j] = j;
        }
        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, dp[i][j - 1] + 1);
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }

72. 编辑距离

DP 定义 :dp[i][j] 表示将 word1 前 i 个字符转换为 word2 前 j 个字符所需的最少操作数(支持插入、删除、替换三种操作)。

初始化:

  • dp[i][0] = i:word2 为空时,删除 word1 前 i 个字符(共 i 次操作);

  • dp[0][j] = j:word1 为空时,插入 word2 前 j 个字符(共 j 次操作)。

状态转移:

  • 字符匹配:无需操作,直接继承 dp[i-1][j-1];

  • 字符不匹配:取「删除(dp[i-1][j]+1)、删除(dp[i][j-1]+1)、替换(dp[i-1][j-1]+1)」三者最小值。

删除word1 ,就是增加word2,所以对两个都执行山删除操作可以视为其中一次删除是对另一个的增加

结果 :dp[word1.size()][word2.size()] 即为转换的最少操作数。

cpp 复制代码
    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 j = 1; j < word2.size() + 1; j++){
            dp[0][j] = j;
        }
        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( min(dp[i - 1][j] + 1, dp[i][j - 1] + 1), dp[i - 1][j - 1] + 1);
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
相关推荐
电科_银尘9 小时前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
郝学胜-神的一滴12 小时前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl
秋天的怀念_David12 小时前
算法一千零一夜 · 第三十三夜 · 跳表
java·程序人生·算法
Pniubi15 小时前
力扣21合并两个有序链表
算法·leetcode·职场和发展
AIgorithmGEEK16 小时前
std::unordered_map 与 std::unordered_set:接口、算法技巧与权衡 (速查)
c++·算法·哈希表·负载因子·桶·unordered_map·unordered_set
上海潭龙东海科技有限公司17 小时前
智慧堆场动态模型三维实时孪生重构智能管控
大数据·网络·数据库·算法·重构
阿庆_AI研发工程师19 小时前
Stanford CS336 Lecture 10:大语言模型推理与性能优化
算法
用户73416810354819 小时前
基于MindSpore的深度残差收缩网络程序
算法
Pniubi20 小时前
力扣239.滑动窗口最大值(优先队列)
算法·leetcode·职场和发展
青少儿编程课堂1 天前
第十八届蓝桥杯青少组图形化真题 + 全国青少年信息素养大赛 + 电子学会图形化考级:校园泡泡堂大挑战解析
c++·python·算法·bfs·信息学竞赛