摘要:題目要求輸入兩個字符串和,允許對進行插入,刪除和替換的操作,計算出將轉化為所需要的最少的操作數。其中存儲的是轉換為的最小步數。首先從邊緣情況開始考慮。只要在此基礎上再進行一次插入操作即可以完成轉換。
題目要求
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
輸入兩個字符串word1和word2,允許對word1進行插入,刪除和替換的操作,計算出將word1轉化為word2所需要的最少的操作數。
思路這是一道典型的dynamic programming的題目,這里我們利用二維數組steps來存儲相應的情況。其中steps[i][j]存儲的是word1[0..i-1]轉換為word2[0..j-1]的最小步數。那么如何計算stepsi呢。
首先從邊緣情況開始考慮。
如果i=0,也就是word1=“”,那么將word1轉化為word2的最少操作數為j
同理,如果j=0,也就是word2=“”,那么將word2轉化為word1的最少操作數為i
這時我們再考慮i,j都不為0的情況。
可能出現以下幾種情況:
1.word1[i-1]==word2[j-1]
如果下標相等,那么steps[i][j]=steps[i-1][j-1]。從語義的角度上來說,假設已知將word1[0...i-2]轉化為word2[0...j-2]的最小操作數,那么如果彼此下一個值相等,則無需進行操作。
2.word1[i-1]!=word2[j-1]
插入:在word1[i-1]的位置上插入word2[j-1],也就是說word1[0...i-1]=word2[0...j-1],steps[i][j]=steps[i][j-1]+1代碼
替換:將word1[i-1]的值替換為word2[j-1]。steps[i][j]=steps[i-1][j-1]+1
刪除:將word1[i-1]的值刪除使word1[0...i-2]等價于word2[j-1], steps[i][j] = steps[i-1][j]+1
在這里解釋一下插入和刪除的算法的原理。
如果插入即可使word1[0...i-1]轉化為word2[0...j-1],那么意味著word[0...i-1]可以轉換為word2[0...j-2]。只要在此基礎上再進行一次插入操作即可以完成轉換。所以steps[i][j]=steps[i][j-1]+1
刪除操作同理,word[0...i-2]可以轉化為word[0...j-1],只需要再此基礎上再進行一次刪除操作即可,所以steps[i][j] = steps[i-1][j]+1
public int minDistance(String word1, String word2) { if(word1.isEmpty()) return word2.length(); if(word2.isEmpty()) return word1.length(); int[][] steps = new int[word1.length()+1][word2.length()+1]; for(int i = 0 ; i<=word1.length() ; i++){ for(int j = 0 ; j<=word2.length() ; j++){ if(i==0){ steps[i][j] = j; }else if(j==0){ steps[i][j] = i; }else if(word1.charAt(i-1) == word2.charAt(j-1)){ steps[i][j] = steps[i-1][j-1]; }else{ steps[i][j] = Math.min(Math.min(steps[i][j-1]+1, steps[i-1][j-1]+1), steps[i-1][j]+1); } } } return steps[word1.length()][word2.length()]; }
優化后的代碼如下:
public int minDistance2(String word1, String word2){ if(word1.isEmpty()) return word2.length(); if(word2.isEmpty()) return word1.length(); int[] steps = new int[word2.length()+1]; for(int j = 0 ; j<=word2.length() ; j++){ steps[j] = j; } for(int i = 1 ; i<=word1.length() ; i++){ int pre = steps[0]; steps[0] = i; for(int j = 1 ; j<=word2.length() ; j++){ int temp = steps[j]; if(word1.charAt(i-1)==word2.charAt(j-1)){ steps[j] = pre; }else{ steps[j] = Math.min(pre+1, Math.min(steps[j]+1, steps[j-1]+1)); } pre = temp; } } return steps[word2.length()]; }
想要了解更多開發技術,面試教程以及互聯網公司內推,歡迎關注我的微信公眾號!將會不定期的發放福利哦~
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/67550.html
摘要:復雜度思路考慮用二維來表示變換的情況。如果兩個字符串中的字符相等,那么如果兩個字符串中的字符不相等,那么考慮不同的情況表示的是,從字符串到的位置轉換到字符串到的位置,所需要的最少步數。 LeetCode[72] Edit Distance Given two words word1 and word2, find the minimum number of steps require...
摘要:給出兩個解,一個是填表,一個是記憶化搜索。因為填表一定會把的表填滿。走出來的則是一條從起點到終點的線,不會填滿整個表。時間退化到,變成找路徑的時間。 72 Edit Distance Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. ...
摘要:比較長度法復雜度時間空間思路雖然我們可以用的解法,看是否為,但中會超時。這里我們可以利用只有一個不同的特點在時間內完成。 One Edit Distance Given two strings S and T, determine if they are both one edit distance apart. 比較長度法 復雜度 時間 O(N) 空間 O(1) 思路 雖然我們可以用...
摘要:復雜度思路考慮如果兩個字符串的長度,是肯定當兩個字符串中有不同的字符出現的時候,說明之后的字符串一定要相等。的長度比較大的時候,說明的時候,才能保證距離為。 LeetCode[161] One Edit Distance Given two strings S and T, determine if they are both one edit distance apart. Stri...
摘要:動態規劃復雜度時間空間思路這是算法導論中經典的一道動態規劃的題。 Edit Distance 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 h...
閱讀 2091·2021-11-02 14:48
閱讀 2768·2019-08-30 14:19
閱讀 2936·2019-08-30 13:19
閱讀 1304·2019-08-29 16:17
閱讀 3242·2019-08-26 14:05
閱讀 2996·2019-08-26 13:58
閱讀 3083·2019-08-23 18:10
閱讀 1111·2019-08-23 18:04