Edit Distance

标签：leetcode   edit distance   动态规划   面试题   谷歌   

Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 step.)

You have the following 3 operations permitted on a word:

a) Insert a character
b) Delete a character

c) Replace a character

题意：最短编辑距离问题，之前在July大神的编程艺术上也见到过这道题目，据说还是谷歌的面试题来着，还蛮有意思的。题意大致就是将一个字符串编辑成另外一个字符串。可以通过一下三种操作。

1）插入一个字符

2）删除一个字符

3）替换掉一个字符

求解最小的操作步骤将其中的一个字符串编辑成另外一个字符串。最直观的解题思路是动态规划。

假定edit(i,j)表示字符串长度分别为i，j的字符串最小编辑距离。

容易归纳出一下的动态规划方程：

1） if i == 0 且 j == 0，edit(i, j) = 0 

2）if i ==  0 且 j > 0，edit(i, j) = j 

3）if i > 0 且j == 0，edit(i, j) = i

4） if i ≥ 1 且 j ≥ 1 ，edit(i, j) == min{ edit(i-1, j) + 1, edit(i, j-1) + 1, edit(i-1, j-1) + f(i, j) }， 当第一个字符串的第i个字符不等于第二个字符串的第j个字符时，f(i, j) =1；否则，f(i, j) = 0。

如此很容易写出相应代码：

	public static int minDistance(String word1, String word2) {
		int max1 = word1.length();
		int max2 = word2.length();
		int[][] dis = new int[max1 + 1][max2 + 1];
		for (int i = 0; i < max1 + 1; i++) {
			dis[i][0] = i;
		}
		for (int i = 0; i < max2 + 1; i++) {
			dis[0][i] = i;
		}

		for (int i = 1; i < max1 + 1; i++) {
			for (int j = 1; j < max2 + 1; j++) {
				int d = 0;
				int temp = Math.min(dis[i - 1][j] + 1, dis[i][j - 1] + 1);
				if (word1.charAt(i-1) == word2.charAt(j-1)) {
					d = 0;
				} else {
					d = 1;
				}

				dis[i][j] = Math.min(temp, dis[i - 1][j - 1] + d);
			}
		}

		int res = dis[max1][max2];

		return res;
	}

Edit Distance

标签：leetcode   edit distance   动态规划   面试题   谷歌   

原文地址：http://blog.csdn.net/ivyvae/article/details/42584177