代码随想录算法训练营第四期第五十六天 | 583. 两个字符串的删除操作、72. 编辑距离、编辑距离总结篇

583. 两个字符串的删除操作

# 给定两个单词word1和word2，返回使得word1和word2相同所需的最小步数。
# 每步可以删除任意一个字符串中的一个字符。
#
# 示例 1：
# 输入: word1 = "sea", word2 = "eat"
# 输出: 2
# 解释: 第一步将 "sea" 变为 "ea" ，第二步将 "eat "变为 "ea"
#
# 示例 2:
# 输入：word1 = "leetcode", word2 = "etco"
# 输出：4
#
# 提示：
# 1 <= word1.length, word2.length <= 500
# word1和word2只包含小写英文字母

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        # 听不懂啊
        # dp = [[0] * (len(word2) + 1) for _ in range(len(word1) + 1)]
        # for i in range(len(word1) + 1):
        #     dp[i][0] = i
        # for j in range(len(word2) + 1):
        #     dp[0][j] = j
        # for i in range(1, len(word1) + 1):
        #     for j in range(1, len(word2) + 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] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1)
        # return dp[-1][-1]

72. 编辑距离

# 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

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        # 啊啊啊啊啊啊，痛苦啊
        # dp = [[0] * (len(word2)+1) for _ in range(len(word1)+1)]
        # for i in range(len(word1)+1):
        #     dp[i][0] = i
        # for j in range(len(word2)+1):
        #     dp[0][j] = j
        # for i in range(1, len(word1)+1):
        #     for j in range(1, len(word2)+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], dp[i-1][j], dp[i][j-1]) + 1
        # return dp[-1][-1]

编辑距离总结篇