LeetCode 583. 两个字符串的删除操作

LeetCode 583:两个字符串的删除操作(Delete Operation for Two Strings)------ 题解 ✅

🔗 题目链接

👉 https://leetcode.cn/problems/delete-operation-for-two-strings/


📖 内容概要

给定两个字符串 word1word2,每一步可以对 任意一个字符串删除一个字符

求使两个字符串 完全相同 所需的 最少删除步数

✅ 只允许删除

✅ 不允许插入、替换

✅ 本质是 最长公共子序列(LCS)的变形


💡 解题思路(核心)

一、关键转化(最重要)

要让两个字符串相同,
最优策略是保留它们的最长公共子序列(LCS)。

需要删除的字符数 =

复制代码
len(word1) + len(word2) − 2 × LCS

二、DP 状态定义

java 复制代码
dp[i][j] = 
    将 word1 前 i 个字符
    和 word2 前 j 个字符
    变成相同所需的最少删除次数

🔁 状态转移(重点讲解)

✅ 情况 1:当前字符相同

java 复制代码
if (w1[i-1] == w2[j-1]) {
    dp[i][j] = dp[i-1][j-1];
}
  • 两个字符都保留
  • 不需要删除
  • 直接继承之前的结果

❌ 情况 2:当前字符不同

有三种删除策略:

操作 状态转移 删除次数
删除 word1[i]word2[j] dp[i-1][j-1] + 2 各删 1
只删除 word1[i] dp[i-1][j] + 1 1
只删除 word2[j] dp[i][j-1] + 1 1

取最小值 ✅


✅ AC 代码(Java)

java 复制代码
class Solution {
    public int minDistance(String word1, String word2) {
        char[] w1 = word1.toCharArray();
        char[] w2 = word2.toCharArray();
        int len1 = word1.length();
        int len2 = word2.length();

        int[][] dp = new int[len1 + 1][len2 + 1];

        // 初始化
        for (int i = 0; i <= len1; i++) dp[i][0] = i;
        for (int j = 0; j <= len2; j++) dp[0][j] = j;

        // 状态转移
        for (int i = 1; i <= len1; i++) {
            for (int j = 1; j <= len2; j++) {
                if (w1[i - 1] == w2[j - 1]) {
                    dp[i][j] = dp[i - 1][j - 1];
                } else {
                    dp[i][j] = Math.min(
                        dp[i - 1][j - 1] + 2, // 两边都删
                        Math.min(
                            dp[i - 1][j] + 1,  // 删 word1[i]
                            dp[i][j - 1] + 1   // 删 word2[j]
                        )
                    );
                }
            }
        }
        return dp[len1][len2];
    }
}

⏱️ 复杂度分析

指标 复杂度
时间复杂度 O(len1 × len2)
空间复杂度 O(len1 × len2)

🔍 与 LCS 解法的关系

解法 思路
LCS 解法 先求公共子序列,再算删除次数
本题 DP 直接建模删除代价

两者结果 完全等价

复制代码
dp[len1][len2] = len1 + len2 − 2 × LCS

也可以直接用LCS代码来通过此题:

java 复制代码
class Solution {
    public int minDistance(String word1, String word2) {
        char[] w1 = word1.toCharArray();
        char[] w2 = word2.toCharArray();
        int len1 = word1.length();
        int len2 = word2.length();
        int[][] dp = new int[len1+1][len2+1];
        int res = 0;
        for(int i=1;i<=len1;i++) {
            for(int j=1;j<=len2;j++) {
                if(w1[i-1] == w2[j-1]) {
                    dp[i][j] = dp[i-1][j-1] + 1; 
                } else {
                    dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]);
                }
                res = Math.max(res,dp[i][j]);
            }
        }

        return len1+len2-2*res; 
    }
}
相关推荐
罗西的思考1 小时前
机器人 / 强化学习】HIL-SERL:人类在环驱动的具身智能进化框架
人工智能·算法·机器学习
美团技术团队4 小时前
LongCat 开源 VitaBench 2.0:长期动态智能体基准新标杆
人工智能·算法
To_OC21 小时前
LC 207 课程表:刚学图论那会儿,我连这是拓扑排序都没看出来
javascript·算法·leetcode
To_OC21 小时前
LC 208 实现 Trie 前缀树:曾被名字劝退,写完发现是送分题
javascript·算法·leetcode
BadBadBad__AK1 天前
线段树维护区间 k 次方和
c++·数学·算法·stl
_清歌1 天前
DSpark 深度解读:DeepSeek-V4 如何用「半自回归」把推理速度提升 85%
算法
统计实现局1 天前
SVD 的三步走:双对角化、Givens 收敛、排序
算法
躬行见万象1 天前
《VLA 系列》UniLab 强化训练 | G1 机器人 |复现
算法
统计实现局1 天前
对称不定分解(Bunch-Kaufman):为什么 Cholesky 不够用
算法