題目地址:Edit Distance
題目簡介:
給定兩個單詞 word1 和 word2,計算出將 word1 轉換成 word2 所使用的最少操作數 。
可以對一個單詞進行如下三種操作:
- 插入一個字符
- 刪除一個字符
- 替換一個字符示例
示例1:
輸入: word1 = "horse", word2 = "ros"
輸出: 3
解釋:
horse -> rorse (將 'h' 替換爲 'r')
rorse -> rose (刪除 'r')
rose -> ros (刪除 'e')
示例 2:
輸入: word1 = "intention", word2 = "execution"
輸出: 5
解釋:
intention -> inention (刪除 't')
inention -> enention (將 'i' 替換爲 'e')
enention -> exention (將 'n' 替換爲 'x')
exention -> exection (將 'n' 替換爲 'c')
exection -> execution (插入 'u')
題目解析:
分析一下上面的例1:
- 按照上面的解釋,將第一個'h'替換爲'r'的原因便是word2的第一個字母爲'r'。替換之後,只需要考慮'orse'->'os'的問題,這時兩個字符串少了一個字符;
- 上面是已知最優解法,選擇替換。不按照上面的做法,直接把第一個'h'刪除,刪除後,剩下需要考慮'orse'->'ros'的問題,這時前面的字符串少了一個字符;
- 因爲有三種可能,選擇插入'r',此時word1和word2的開頭都是'r'。插入後,剩下的需要考慮'horse'->'os'的問題,這時目標字符少了一個需要匹配的字符。
對於上面的三種做法,都是基於'h'和'r'不同的基礎上,都算是在之前的基礎上完成了一次操作。
假如例1的兩個字符串爲'rorse'和'ros',那麼第一步便可以直接考慮忽略第一位,少動一位是一位。於是又變成了'orse'->'os'的問題。
1、遞歸一般會超時
class Solution {
public:
int minDistance(string word1, string word2) {
if(word1 == word2)
return 0;
int m = word1.size();
int n = word2.size();
if(m == 0)
return n;
if(n == 0)
return m;
if(word1[0] == word2[0])
return minDistance(word1.substr(1), word2.substr(1));
else
{
return 1 + min(minDistance(word1, word2.substr(1)), min(minDistance(word1.substr(1), word2), minDistance(word1.substr(1), word2.substr(1))));
}
}
};
2、DP
C++:
class Solution {
public:
int minDistance(string word1, string word2) {
if (word1 == word2)
return 0;
int n = word1.size(), m = word2.size();
if(n == 0 || m == 0)
return m == 0 ? n : m;
int dp[n + 1][m + 1];
memset(dp, 0, sizeof(dp));
for(int j = 1; j < m + 1; j++)
dp[0][j] = j;
for(int i = 1; i < n + 1; i++)
dp[i][0] = i;
for(int i = 1; i < m + 1; i++)
{
for(int j = 1; j < n + 1; j++)
{
if(word1[j - 1] == word2[i - 1])
dp[j][i] = dp[j - 1][i - 1];
else
dp[j][i] = 1 + min(dp[j - 1][i], min(dp[j][i - 1], dp[j - 1][i - 1]));
}
}
return dp[n][m];
}
};
Python:
class Solution:
def minDistance(self, word1: str, word2: str) -> int:
if word1 == word2:
return 0
n = len(word1)
m = len(word2)
if n == 0 or m == 0:
return n if m == 0 else m
dp = [[0 for i in range(m + 1)] for j in range(n + 1)]
for i in range(1, n + 1):
dp[i][0] = i
for j in range(1, m + 1):
dp[0][j] = j
for i in range(1, m + 1):
for j in range(1, n + 1):
if (word1[j - 1] == word2[i - 1]):
dp[j][i] = dp[j - 1][i - 1]
else:
dp[j][i] = 1 + min(dp[j - 1][i], min(dp[j][i - 1], dp[j - 1][i - 1]))
return dp[n][m]