剑指Offer 72. 编辑距离

最新推荐文章于 2022-06-04 16:50:22 发布

原创最新推荐文章于 2022-06-04 16:50:22 发布 · 164 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode

leetcode 专栏收录该内容

211 篇文章

订阅专栏

本文介绍了如何使用动态规划解决字符串转换问题，通过实例展示了如何计算将word1转换成word2所需的最少操作数，包括插入、删除和替换字符。适合理解全局最优解的dp应用。

题目：

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

思路：

读完题干发现是一个全局最优问题，并且最后返回的是一个数值，很明显的想到是dp问题。

代码：

import com.sun.deploy.util.StringUtils;

/**
 * @Author puppet
 * @Date 2022/3/18 15:30
 **/
public class Leetcode {

    public static int minDistance(String word1, String word2) {
        int high = word1.length();
        int row = word2.length();
        char[] word1Arr = word1.toCharArray();
        char[] word2Arr = word2.toCharArray();

        int[][] dp = new int[high + 1][row + 1];

        for (int i = 0; i <= row; i++){
            dp[0][i] = i;
        }
        for (int i = 0; i <= high; i++){
            dp[i][0] = i;
        }

        for(int i = 1; i <= high; i++){
            for(int j = 1; j <= row; j++){
                if(word1Arr[i - 1] == word2Arr[j - 1]){
                    dp[i][j] = dp[i-1][j-1];
                }
                else {
                    dp[i][j] = Math.min(Math.min(dp[i-1][j],dp[i][j-1]),dp[i-1][j-1]) + 1;
                }
            }
        }
        return dp[high][row];
    }

    public static void main(String[] args) {
        System.out.println(minDistance("", "a"));
    }
}