【51nod 教程】编辑距离问题（动态规划）

给定两个字符串S和T，对于T我们允许三种操作：

(1) 在任意位置添加任意字符
(2) 删除存在的任意字符
(3) 修改任意字符 

问最少操作多少次可以把字符串T变成S？ 

例如： S＝  “ABCF”   T = “DBFG”

那么我们可以

(1) 把D改为A
(2) 删掉G
(3) 加入C

所以答案是3。

分析： 这个最少的操作次数，通常被称之为编辑距离。“编辑距离”一次本身具有最短的意思在里面。因为题目有“最短”这样的关键词，首先我们想到的是BFS。是的，当S的距离为m, T的距离为n的时候，我们可以找到这样的操作次数的界限：

(1) 把T中字符全删了，再添加S的全部字符，操作次数m + n。
(2) 把T中字符删或加成m个，再修改 操作次数最多 |n – m| + m。

虽然，我们找到了这样的上界，BFS从实际角度并不可行，因为搜索空间是指数的，这取决于S中的字符种类——具体的数量级不好估计。

这个问题之所以难，是难在有“添加”“删除”这样的操作，很麻烦。我们试试换个角度理解问题，把它看成字符串对齐的问题，事实上从生物信息学对比基因的角度，我们可以这样理解问题。

给定字符串S和T，我们可以用一种特殊字符促成两个字符串的对齐。我们加的特殊字符是“-”, 我们允许在S和T中任意添加这种特殊字符使得它长度相同，然后让这两个串“对齐”，最终两个串相同位置出现了不同字符，就扣1分，我们要使得这两个串对齐扣分尽量少。

对于例子 我们实际上采取了这样的对齐方式：

12345
ABCF-
DB-FG

注意：如果要对齐，两个“-”相对是没有意义的，所以我们要求不出现这种情况。
那么看一下：
(1) S,T对应位置都是普通字符，相同，则不扣分。 例如位置2，4
(2) S,T对应位置都是普通字符，不同，则扣1分。 例如位置1
(3) S在该位置是特殊字符，T在该位置是普通字符，则扣1分，例如位置5
(4) S在该位置是普通字符，T在该位置是特殊字符，则扣1分，例如位置3

我们来看看扣分项目对应什么？

(1) 不扣分，直接对应
(2) 对应把T中对应位置的字符修改
(3) 对应在T中删除该字符
(4) 对应在T中添加该字符

好了，目标明确，感觉像不像 LCS？我们尝试一下：
设f(i,j)表示S的前i位和T的前j位对齐后的最少扣分。

那我们来看看最后一位，对齐的情况

(1) 必须S[i] == T[j], 这时前i – 1和j – 1位都已经对齐了，这部分肯定要最少扣分。这种情况下最少的扣分是f(i-1,j-1)
(2) 和（1）类似，S[i]≠T[j]，这种情况下最少的扣分是f(i -1, j – 1) + 1
(3) S的前i位和T的前（j – 1）位已经对齐了，这部分扣分也要最少。这种情况下最少的扣分是f(i,j-1) + 1
(4) S的前(i-1)位已经和T的前j位对齐了，这部分扣分要最少。这种情况下最少的扣分是f(i,j-1) + 1

具体f(i,j)取什么值，显然是要看哪种情况的扣分最少。

为了方便，我们定义函数same(i,j)表示如果S[i] == T[j]则为0，否则为1。

我们来表示一下递推式：

f(i,j) = min(f(i – 1, j – 1) + same(i,j), f(i – 1,j ) + 1, f(i, j – 1) + 1)

初值是什么？

f(0, j) = j
f(i, 0) = i

这时因为对于S的前0位，我们只能在之前加入“-”，或者说把T全部删掉了。类似地，对于T地前0位，我们只能把S的字符都加进来，别无选择。
注意上述两个式子的重合点 f(0,0) = 0也符合我们的定义，并不矛盾。

时间复杂度？ O(m * n)，空间复杂度？ O(m * n)。同样我们发现到f(i,j)只与本行和上一行有关，可以省掉一维的空间复杂度，从而达到O(n)。
优化后的伪代码：

 

1

2

3

4

5

6

7

8

9

10

11

12

13

for j = 0 to n do

    f[j] = j

endfor

for i = 1 to m do

    last = f[0]

    f[0] = i

    for j = 1 to n do 

        temp = f[i,j]

        f[i,j] = min(last + same(i,j), temp + 1, f[j – 1] + 1)

        last = temp

    endfor

endfor

 

注意： 我们对于i实际上更新j的顺序是由小到达的，所以我们需要保存“旧的”f[i-1,j – 1]。

最后，练习

输入

第1行：字符串a(a的长度 <= 1000)。
第2行：字符串b(b的长度 <= 1000)。

输出

输出a和b的编辑距离

输入示例

kitten
sitting

输出示例

3

代码：

#include<iostream>
#include<algorithm>
#include<cstring>
#include<cstdio>
#include<cmath>
#include<stack>
using namespace std;
const int MAX=1000+10;

char str1[MAX],str2[MAX];
int dp[MAX][MAX];

//int minn(int a,int b,int c){//自己写的比较函数，估计错了，WA了好几次
//	if(a<b && a<c)
//	return a;
//	else if(b<a && b<c)
//	return b;
//	return c;
//}

int main(){
	while(~scanf("%s %s",str1+1,str2+1)){
		memset(dp,0,sizeof(dp));
		str1[0]=str2[0]='0';
		int len1=strlen(str1)-1;
		int len2=strlen(str2)-1;
		for(int i=0;i<=len2+1;i++){
			dp[0][i]=i;
		}
		for(int i=0;i<=len1+1;i++)
		dp[i][0]=i;
		int temp;
		for(int i=1;i<=len1;i++){
			for(int j=1;j<=len2;j++){
				temp=min(dp[i-1][j]+1,dp[i][j-1]+1);//状态转移方程
				if(str1[i]==str2[j])
				dp[i][j]=min(temp,dp[i-1][j-1]);
				else
				dp[i][j]=min(temp,dp[i-1][j-1]+1);
			}
		}
		cout<<dp[len1][len2]<<endl;
	}
	return 0;
}