【Leetcode 72】编辑距离

最新推荐文章于 2024-06-25 14:15:48 发布

元晦CS

最新推荐文章于 2024-06-25 14:15:48 发布

阅读量211

点赞数

CC 4.0 BY-SA版权

分类专栏： Algorithms 文章标签： c++ 数据结构 leetcode 动态规划算法

本文链接：https://blog.csdn.net/qq_41972012/article/details/105873224

Algorithms 专栏收录该内容

20 篇文章

订阅专栏

本文深入解析编辑距离算法，一种衡量两个字符串相似度的方法。通过实例演示如何通过插入、删除和替换操作将一个单词转换为另一个单词，同时提供C++代码实现，帮助读者理解算法原理及其应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述：

给你两个单词 word1 和 word2，请你计算出将 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

测试用例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’)

测试用例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’)

实现参考过程：

class Solution {
public:
  
    int minDistance(string word1, string word2) {
        int len_a = word1.size();
        int len_b = word2.size();
        vector<vector<int>> dp(len_a+1, vector<int>(len_b+1, 0));
       

        for (int i=0; i<=len_a; i++)
            dp[i][0] = i;        
        for (int i=0; i<=len_b; i++)
            dp[0][i] = i;

        for(int i=1; i<=len_a; i++){
            for(int j=1; j<=len_b; j++){                
                if(word1[i-1]==word2[j-1]){
                    dp[i][j] = dp[i-1][j-1];                   
                }else
                    dp[i][j] = min(1+dp[i-1][j-1],min(1+dp[i][j-1], 1+dp[i-1][j]));
            }
        }
        return dp[len_a][len_b];          
    }
};