React.Component生命週期
阿新 • • 發佈:2022-05-17
72. 編輯距離
給你兩個單詞 word1
和 word2
, 請返回將 word1
轉換成 word2
所使用的最少運算元 。
你可以對一個單詞進行如下三種操作:
- 插入一個字元
- 刪除一個字元
- 替換一個字元
示例 1:
輸入:word1 = "horse", word2 = "ros"
輸出:3
解釋:
horse -> rorse (將 'h' 替換為 'r')
rorse -> rose (刪除 'r')
rose -> ros (刪除 'e')
示例 2:
輸入:word1 = "intention", word2 = "execution" 輸出:5 解釋: intention -> inention (刪除 't') inention -> enention (將 'i' 替換為 'e') enention -> exention (將 'n' 替換為 'x') exention -> exection (將 'n' 替換為 'c') exection -> execution (插入 'u')
提示:
0 <= word1.length, word2.length <= 500
-
word1
和word2
由小寫英文字母組成
思路:
對於一個字串中的每個字元,無非只有三種操作,那麼可以劃為動態規劃問題。
使用dp陣列,就相當於自底向上計算。
還是比較困難的,可以看看這篇文章經典動態規劃:編輯距離 :: labuladong的演算法小抄
class Solution { public: int minDistance(string word1, string word2) { int m=word1.size(); int n=word2.size(); vector<vector<int>>dp(m+1,vector<int>(n+1,0));//dp[i][j]表示長為i的字串到長為j的字串最短運算元 //初始化 for(int i=1;i<=m;i++){ dp[i][0]=i; } for(int i=1;i<=n;i++){ dp[0][i]=i; } //自底向上 for(int i=1;i<=m;i++){ for(int j=1;j<=n;j++){ if(word1[i-1]==word2[j-1]){ //如果當前位置兩個字母相等 那麼運算元等於上一個 dp[i][j]=dp[i-1][j-1]; }else{ //不相等 那麼也只有三種操作 刪除 dp[i-1][j]+1 插入dp[i][j-1]+1 替換dp[i-1][j-1]+1 dp[i][j]=min( dp[i-1][j]+1,//我把i位置字元刪除了,那麼就用i-1去匹配j看看 dp[i][j-1]+1,//我在word1[i]位置插入了一個字元,那麼它就能和j匹配,那麼j就能繼續往前走了 dp[i-1][j-1]+1//我把i位置的字元換成j了,那麼它們都匹配了 ); } } } return dp[m][n]; } int min(int a,int b,int c){ return ::min(a,::min(b,c)); } };