LeetCode-72. 编辑距离

题目地址

https://leetcode-cn.com/problems/edit-distance/

解题

动态规划

由于只能执行，替换，插入，删除操作

假设dp[i][j] 为word1[1:i]和word2[1:j]的编辑距离
那么dp[i-1][j-1] 为word1[1:i-1]和word2[1:j-1]的编辑距离
如何由dp[i-1][j-1] 到dp[i][j]
如果 i = j ：
dp[i][j] = dp[i-1][j-1]

如果i != j：
那dp[i][j] 可以是 dp[i-1][j-1]经过一次操作，即：
dp[i][j] = dp[i-1][j-1] + 1
也可以是dp[i-i][j]经过一次操作，即：
dp[i][j] = dp[i-1][j] + 1
也可以是dp[i-i][j]经过一次操作，即：
dp[i][j] = dp[i][j-1] + 1
综上：
即 dp[i][j] = min(dp[i][j-1],dp[i-1][j],dp[i-1][j-1]) + 1

即如下图

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        m = len(word1)
        n = len(word2)
        dp = [['_' for _ in range(n + 1)] for _ in range(m + 1)]
        for i in range(n+1):
            dp[0][i] = i
        for j in range(m+1):
            dp[j][0] = j

        for i in range(1,m+1):
            for j in range(1,n+1):
                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], min(dp[i - 1][j], dp[i][j - 1])) + 1

        return dp[m][n]