标签:动态规划 bsp tco solution code set eof intent for
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
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‘)
思路:
定义一个数组 pd[i][j] 表示将 word1 前 i 个 字母替换为 word2 前 j 个字母所用的最少修改次数
若两个单词的字母相等: 则 dp[ i ][ j ] = dp[ i - 1 ][ j - 1 ];
否则在三个操作之间去一个最小的:dp[ i ][ j ] = min( min( dp[ i - 1 ][ j ], dp[ i ][ j - 1 ] ), dp[ i - 1 ][ j - 1 ] );
class Solution { public: int minDistance(string word1, string word2) { int len1 = word1.size(); int len2 = word2.size(); int dp[len1+1][len2+1]; memset(dp,0,sizeof(dp)); for( int i = 0; i <= len1; i++ ) dp[i][0] = i; for( int j = 0; j <= len2; j++ ) dp[0][j] = j; for( int i = 1; i <= len1; i++ ) { for( int j = 1; j <= len2; j++ ) { 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], min( dp[i-1][j], dp[i][j-1] ) ) + 1; } } } return dp[len1][len2]; } };
2020-04-06-15:00:52
标签:动态规划 bsp tco solution code set eof intent for
原文地址:https://www.cnblogs.com/Sxccz/p/12642155.html