博主介绍:✌目前全网粉丝2W+,csdn博客专家、Java领域优质创作者,博客之星、阿里云平台优质作者、专注于Java后端技术领域。
涵盖技术内容:Java后端、算法、分布式微服务、中间件、前端、运维、ROS等。
博主所有博客文件目录索引:博客目录索引(持续更新)
视频平台:b站-Coder长路
题目链接:LeetCode、72. 编辑距离
分类:动态规划/二维DP
思路:动态规划
dp数组含义:dp[i][j]表示a串的[0,i]字符串替换为b串的[0,j]
例如:abc->ab,即为dp[3][2]。示例:abd abcd
' ' a b c d
'' 0 1 2 3 4
a 1 0 1 2 3
b 2 1 0 1 2
d 3 2 1 1 1 此时最后一个dp[3][4]就表示abd=>abcd的最终情况
计算dp[1][2] 实际上就是a => ab,由于a!=b,那么此时可以进行三种情况:
①添加操作dp[1][2] = dp[1][1]+1,实际上就是将a替换为a,然后添加b,构成ab。
②删除操作dp[1][2] = dp[0][2]+1,实际上就是空字符串替换为ab,此时为abb,删除最后一个,此时构成ab。
③替换操作dp[1][2] = dp[0][1]+1,实际上空字符串替换得到a,此时为aa,那么替换最后一个a为b,此时构成ab。
转移方程:
1、dp[i][j] = dp[i - 1][j - 1], a[i] == b[j]
2、dp[i][j] = min(dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]) + 1 , a[i] != b[j]
边界值:
dp[i][0] = i, dp[0][j] = j
复杂度分析:时间复杂度O(n*m)
;空间复杂度O(n*m)
class Solution {
//定义:dp(i,j) 前i个匹配前j个最小编辑的个数
//ch1 = ch2 dp(i,j) = dp(i - 1, j - 1)
//ch1 != ch2 dp(i, j) = Math.min(dp(i - 1, j), dp(i, j - 1), dp(i - 1, j - 1)) + 1
public int minDistance(String word1, String word2) {
int n = word1.length(), m = word2.length();
int[][] dp = new int[n + 1][m + 1];
//初始化 字符串1需要新增i个 或者 字符串2需要删除i个
for (int i = 0; i <= n; i ++) {
dp[i][0] = i;
}
//初始化 同上
for (int j = 0; j <= m; j ++) {
dp[0][j] = j;
}
//递推方程处理
for (int i = 1; i <= n; i ++) {
char ch1 = word1.charAt(i - 1);
for (int j = 1; j <= m; j ++) {
char ch2 = word2.charAt(j - 1);
if (ch1 == ch2) dp[i][j] = dp[i - 1][j - 1];
else dp[i][j] = Math.min(Math.min(dp[i - 1][j - 1], dp[i - 1][j]), dp[i][j - 1]) + 1;
}
}
return dp[n][m];
}
}
大家点赞、收藏、关注、评论啦~
精彩专栏推荐订阅:在下方专栏
更多博客与资料可查看获取联系方式,文末获取开发资源及更多资源博客获取
整理者:长路 时间:2024.2.7