LeetCode-动态规划-072-编辑距离

最新推荐文章于 2025-08-09 17:01:50 发布

原创最新推荐文章于 2025-08-09 17:01:50 发布 · 119 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #leetcode #算法

LeetCode-动态规划专栏收录该内容

12 篇文章

订阅专栏

本文介绍了编辑距离算法的动态规划解决方案，通过底向上计算最少编辑操作数，包括插入、删除和替换。通过实例和代码展示了如何用C++实现LeetCode中的编辑距离问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 题目

72. 编辑距离

动态规划参考：算法-动态规划-《算法导论3rd-P215》_hclbeloved的博客-CSDN博客

2 分析

(1)使用从底向上的动态规划(此时是需要base case的)；

(2)确定dp的含义：dp[i][j]表示字符串A的前i个字母到字符串B的前j个字母间的最少编辑距离。

(3)base case：dp[i][0] = i, dp[0][j] = j

(4)状态转移方程：

(4.1)已知dp[i][j-1]，则在A字符串的前i个字符后面插入B[j]就可以变成B字符串的前j个字符，即dp[i][j] = dp[i][j-1] + 1；

(4.2)已知dp[i-1][j]，则删除A字符串中的A[i]，就可以变成B字符串的前j个字符，即dp[i][j] = dp[i-1][j] + 1；

(4.3)已知dp[i-1][j-1]，若A[i] == B[j]，则 dp[i][j] = dp[i-1][j-1]，也就是不用任何额外的操作；若A[i] != B[j]，则需要一次额外的替换操作，将B[j]赋值给A[j]即可，即：dp[i][j] = dp[i-1][j-1] + 1；

3 代码实现

//https://leetcode-cn.com/problems/edit-distance/solution/bian-ji-ju-chi-by-leetcode-solution/
class Solution {
public:
    int minDistance(string word1, string word2) {
        int n = word1.length();
        int m = word2.length();

        // 有一个字符串为空串
        if (n * m == 0) return n + m;

        // DP 数组
        int dp[n + 1][m + 1];

        // 边界状态初始化
        for (int i = 0; i <= n; i++) 
        {
            dp[i][0] = i;
        }
        for (int j = 0; j <= m; j++) 
        {
            dp[0][j] = j;
        }

        // 计算所有 DP 值
        for (int i = 1; i <= n; i++) 
        {
            for (int j = 1; j <= m; j++) 
            {
                if (word1[i - 1] == word2[j - 1]) 
                    dp[i][j] = std::min(dp[i-1][j-1], std::min(1+dp[i-1][j], 1+dp[i][j-1]));
                else
                    dp[i][j] = std::min(1+dp[i-1][j-1], std::min(1+dp[i-1][j], 1+dp[i][j-1]));
            }
        }
        return dp[n][m];
    }
};