⭐题目
相信老司机一看就知道要用动态规划,哈哈哈,做的太多啦😂
第一个思路:最长公共子序列
题目说:找到使得 word1 和 word2 相同所需的最小步数,那我们找word1和word2的最长公共子序列,得到它的长度,再分别用word1和word2的长度减去最长公共子序列,就得到最少步数。
代码实现
class Solution {
public int minDistance(String word1, String word2) {
int m = word1.length(), n = word2.length();
int[][] dp = new int[m + 1][n + 1];
char tmp1 = ' ', tmp2 = ' ';
for (int i = 1; i <= m; i++) {
tmp1 = word1.charAt(i - 1);
for (int j = 1; j <= n; j++) {
tmp2 = word2.charAt(j - 1);
if (tmp1 == tmp2) {
dp[i][j] = dp[i - 1][j - 1] + 1;
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);
}
}
}
int max = dp[m][n];
return m - max + n - max;
}
}
第二种:正经点DP
定义dp[i][j] 为 word1前i个字符,word2前j个字符所需的最小步数
- 当
word1.charAt(i - 1) == word2.charAt(j - 1)
,那么不用删除,则dp[i][j] = dp[i - 1][j - 1];
- 当
word1.charAt(i - 1) != word2.charAt(j - 1)
,那么要删除一个,当然要选择最优的删,则dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + 1;
代码实现
class Solution {
public int minDistance(String word1, String word2) {
int m = word1.length(), n = word2.length();
int[][] dp = new int[m + 1][n + 1];
for (int i = 1; i <= m; i++) {
dp[i][0] = i;
}
for (int j = 1; j <= n; j++) {
dp[0][j] = j;
}
char tmp1 = ' ',tmp2 = ' ';
for (int i = 1; i <= m; i++) {
tmp1 = word1.charAt(i - 1);
for (int j = 1; j <= n; j++) {
tmp2 = word2.charAt(j - 1);
if (tmp1 == tmp2) {
dp[i][j] = dp[i - 1][j - 1];
} else {
dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + 1;
}
}
}
return dp[m][n];
}
}
💖最后
写在最后
在结束之际,我想重申的是,学习并非如攀登险峻高峰,而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后,持之以恒的学习变得愈发不易,如同在茫茫大海中独自划舟,稍有松懈便可能被巨浪吞噬。然而,对于我们程序员而言,学习是生存之本,是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习,我们便如同逆水行舟,不进则退,终将被时代的洪流所淘汰。因此,不断汲取新知识,不仅是对自己的提升,更是对自己的一份珍贵投资。让我们不断磨砺自己,与时代共同进步,书写属于我们的辉煌篇章。
需要完整版PDF学习资源私我