题目描述

感觉和正则表达式匹配这道题很像：同样的两个字符串，同样的二维数组dp，同样的hard。。= =

思路 && 代码 O(n2n^2n2)、O(n2n^2n2)

使用动态规划的做法，同样多开一行、一列来进行边界处理。
dp[i][j]：以[0, i] 和 [0, j]的子串，word1Son转化成word2Son的最少操作数字
具体做法见注释的 part 和 Case～
主要代码应该是注释 part 2.2 部分的代码，可以这么理解：
0. 对于当前 dp[i][j] 的选取值，i、j匹配的情况显而易见是直接选取dp[i - 1][j - 1]最优
1. 不匹配的情况，有三个最优子结构：左边的dp[i][j - 1]，上边的dp[i - 1][j]，以及左上的dp[i -1][j - 1]。经过思考，我们可以发现这三个最优子结构，可以分别通过增、删、减的方式（操作数 + 1），转移到 dp[i][j] 的状态。
2. 那么显而易见，选取三个子结构的最小值，再增加一个操作数就是当前的最优选择～

class Solution {public int minDistance(String word1, String word2) {// initint m = word1.length();int n = word2.length();// dp[i][j]:以[0, i] 和 [0, j]的子串，word1Son转化成word2Son的最少操作数字int[][] dp = new int[m + 1][n + 1];// part 1：边界：// part 1.1: 直接插入for(int i = 0; i <= n; i++) {dp[0][i] = i;}// part 1.2: 直接删除for(int i = 0; i <= m; i++) {dp[i][0] = i;}// part 2：具体规划过程for(int i = 1; i <= m; i++) {for(int j = 1; j <= n; j++) {// part 2.2: 当前字符不匹配：if(word1.charAt(i - 1) != word2.charAt(j - 1)) {// Case 1: 删除当前i字符 + dp[i - 1][j]（删）// Case 2: dp[i][j - 1] + 插入j字符（插）// Case 3: dp[i - 1][j - 1] + i 和 j 对着替换一个。（替）// 三种选择，选取步骤最少的一个dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;}// part 2.1: 直接匹配，不用操作else {dp[i][j] = dp[i - 1][j - 1];}}}return dp[m][n];}
}

二刷

一如既往地明了，有效代码其实就12行

class Solution {public int minDistance(String word1, String word2) {// dp[i][j]：把 word1[0][i] 变成 word2[0][j] 需要的步数int[][] dp = new int[word1.length() + 1][word2.length() + 1]; // 直接删成 word2for(int i = 0; i <= word1.length(); i++) {dp[i][0] = i;}// 直接插成 word2for(int i = 0; i <= word2.length(); i++) {dp[0][i] = i;}for(int i = 1; i <= word1.length(); i++) {for(int j = 1; j <= word2.length(); j++) {// 相等，相当于不用动，直接取上一阶的结果if(word1.charAt(i - 1) == word2.charAt(j - 1)) {dp[i][j] = dp[i - 1][j - 1];}// 不相等，取改、删、插的最小值 + 1.else {dp[i][j] = Math.min(dp[i - 1][j - 1], Math.min(dp[i - 1][j], dp[i][j - 1])) + 1;}}}return dp[word1.length()][word2.length()];}
}

【LeetCode笔记】72. 编辑距离（Java、字符串、动态规划）相关推荐

leetcode：72. 编辑距离
题目来源 leetcode 题目描述 class Solution {public:int minDistance(string word1, string word2) {} }; 题目解析什么叫 ...
[leetcode] 72. 编辑距离(二维动态规划)
72. 编辑距离再次验证leetcode的评判机有问题啊!同样的代码,第一次提交超时,第二次提交就通过了! 此题用动态规划解决. 这题一开始还真难到我了,琢磨半天没有思路.于是乎去了网上喵了下题解看 ...
【LeetCode】72. 编辑距离【动态规划】
题目链接:https://leetcode-cn.com/problems/edit-distance/ 题目描述给你两个单词 word1 和 word2,请你计算出将 word1 转换成 word ...
【LeetCode笔记】438. 找到字符串中所有字母异位词（Java、字符串、滑动窗口）
题目描述因为自己写的复杂度已经到了 O(n),就没有再参考题解的优化了更新:滑动窗口方法思路 & 代码用一个 int[ ] count 来存储当前判断子串的各字母出现次数 getCou ...
[Leetcode][第415题][JAVA][字符串相加][双指针]
[问题描述][简单] [解答思路] 1. 双指针从两个字符串最后开始处理对齐字符串添加当前位 int c = a+b+cnt; cnt为进位超过长度的补"0" 要注意最后有 ...
[Leetcode][第5458题][JAVA][字符串的好分割数目][双指针][HashSet]
[问题描述]5458. 字符串的好分割数目[中等] [解答思路] 1. 双指针前面的搜索前面的个数和,后面的搜索后面的个数和时间复杂度:O(N^2) 空间复杂度:O(1) class Soluti ...
[Leetcode]第[43]题[JAVA][字符串相乘][字符串相加]
[问题描述][中等] [解答思路] 1. 普通竖式 **复杂度:O(N^2) ** class Solution {/*** 计算形式* num1* x num2* ------* result*/p ...
【LeetCode笔记】1143. 最长公共子序列（Java、动态规划、字符串）
文章目录题目描述思路 & 代码二刷三刷题目描述算是很高频的面试题了,而且题号还挺后的思路 & 代码注意:dp[i]][j] 和 charAt(i) 有1的下标差(dp初 ...
代码随想录算法训练营Day56动态规划：583.两个字符串的删除操作，72.编辑距离
583.两个字符串的删除操作文章链接:代码随想录 (programmercarl.com) 思路:动规五步曲 (1)确定dp数组及其含义 dp[i][j]表示字符串1在区间[0, i - 1]和字符 ...
Java实现 LeetCode 72 编辑距离
72. 编辑距离给定两个单词 word1 和 word2,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 ...

【LeetCode笔记】72. 编辑距离（Java、字符串、动态规划）

文章目录

题目描述

思路 && 代码 O(n2n^2n2)、O(n2n^2n2)

二刷

【LeetCode笔记】72. 编辑距离（Java、字符串、动态规划）相关推荐

最新文章

热门文章