代码随想录算法训练营第五十六天| 583 两个字符串的删除操作 72 编辑距离-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_72832574/article/details/134994661

文章介绍了两种字符串操作方法：使用动态规划求解两个字符串的最小编辑距离，以及计算将一个字符串转换为另一个字符串所需的最少操作数。分别展示了Solution类的实现，分析了时间复杂度和空间复杂度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

583 两个字符串的删除操作

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>>dp(word1.size() + 1,vector<int>(word2.size() + 1));//使得word1的前i个与word2的前j个相同所需的最小步数
        for(int i = 0;i <= word1.size();i++)dp[i][0] = i;
        for(int i = 0;i <= word2.size();i++)dp[0][i] = i;
        for(int i = 1;i <= word1.size();i++){
            for(int j = 1;j <= word2.size();j++){
                if(word1[i - 1] != word2[j - 1]){
                    dp[i][j] = min(dp[i][j - 1] + 1,dp[i - 1][j] + 1);
                }else{
                    dp[i][j] = dp[i - 1][j - 1];
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

时间复杂度O(n×m)

空间复杂度O(n×m)

72 编辑距离

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>>dp(word1.size() + 1,vector<int>(word2.size() + 1));//将word1的前i个字符转换为word2的前j个字符所使用的最小操作数
        for(int i = 0;i <= word1.size();i++)dp[i][0] = i;
        for(int i = 0;i <= word2.size();i++)dp[0][i] = i;
        for(int i = 1;i <= word1.size();i++){
            for(int j = 1;j <= word2.size();j++){
                dp[i][j] = min(dp[i - 1][j],dp[i][j - 1]) + 1;//增和删
                if(word1[i - 1] != word2[j - 1]){
                    dp[i][j] = min(dp[i - 1][j - 1] + 1,dp[i][j]);
                }else{
                    dp[i][j] = min(dp[i - 1][j - 1],dp[i][j]);
                }
            }
        }
        return dp[word1.size()][word2.size()];
    }
};

时间复杂度O(n×m)

空间复杂度O(n×m)