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符示例：

最新推荐文章于 2024-12-20 21:14:16 发布

原创最新推荐文章于 2024-12-20 21:14:16 发布 · 866 阅读

1 ·

CC 4.0 BY-SA版权

算法专栏收录该内容

117 篇文章

订阅专栏

本文介绍了一种计算两个字符串之间编辑距离的方法，即通过插入、删除或替换字符将一个字符串转换为另一个字符串所需的最少操作次数。文章详细解释了编辑距离算法的基本原理，并提供了具体的示例来说明如何使用动态规划求解这一问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include <iostream>
#include <vector>
using namespace std;

/*
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 替换一个字符示例：
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')

str1 str2
str1[i] == str2[j]
dp[i][j] = dp[i-1][j-1]
str[i] != str2[j]
dp[i][j] = min() + 1
*/

int m, n;
int *dp = new int((m+1)*(n+1));
int *num = new int ((m+1)*(n+1));
int minValue = -1;
int maxValue = 100001;

dp[0][0] = 0;

string str1, str2;
int res() {
	int n1 = word1.length();
    int n2 = word2.length();
    int[][] dp = new int[n1 + 1][n2 + 1];
    // dp[0][0...n2]的初始值
    for (int j = 1; j <= n2; j++) 
        dp[0][j] = dp[0][j - 1] + 1;
    // dp[0...n1][0] 的初始值
    for (int i = 1; i <= n1; i++) dp[i][0] = dp[i - 1][0] + 1;
        // 通过公式推出 dp[n1][n2]
    for (int i = 1; i <= n1; i++) {
        for (int j = 1; j <= n2; j++) {
            // 如果 word1[i] 与 word2[j] 相等。第 i 个字符对应下标是 i-1
            if (word1.charAt(i - 1) == word2.charAt(j - 1)){
                p[i][j] = dp[i - 1][j - 1];
            }else {
               dp[i][j] = Math.min(Math.min(dp[i - 1][j - 1], dp[i][j - 1]), dp[i - 1][j]) + 1;
            }         
        }
    }
    return dp[n1][n2];
}


int main() {
	
}