【LeetCode每天一题】Edit Distance(编辑距离)
2024-08-27 13:50:39
Given two words word1 and word2, find the minimum number of operations required to convert word1 to word2.You have the following 3 operations permitted on a word:
- Insert a character
- Delete a character
- Replace a character
Example 1:
Input: word1 = "horse", word2 = "ros"
Output: 3
Explanation:
horse -> rorse (replace 'h' with 'r')
rorse -> rose (remove 'r')
rose -> ros (remove 'e')
Example 2:
Input: word1 = "intention", word2 = "execution"
Output: 5
Explanation:
intention -> inention (remove 't')
inention -> enention (replace 'i' with 'e')
enention -> exention (replace 'n' with 'x')
exention -> exection (replace 'n' with 'c')
exection -> execution (insert 'u') 思路
这道题是一道典型的使用动态规划来解决的题目。两个单词我们申请一个(m+1)*(n+1)的矩阵,首先对矩阵的第一行和第一列进行初始化,然后从第二行第二个位置开始进行遍历,每次得到最小的编辑数。 这里如果当前两个字母相等的话,直接使其等于上一个字母的编辑数,也即dp[i][j] = dp[i-1][j-1]。但是当两个字母不相等的时候,我们可以从左边上边和右上角选出最小的编辑数在加一,得到当前位置的编辑数,也即dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1]))+1。这样直到循环遍历到矩阵的末尾。最后一个数字也即是最小编辑距离。时间复杂度为O(m*n),空间复杂度为O(m*n)。
一般对于动态规划来题目来说,我们除了设置一个(m+1)*(n+1)的矩阵外,还可以使用(n+1)大小的矩阵。这里动态方程还是一样的,只不过这里我们需要处理的细节更多一些。时间复杂度和上面的一样,空间复杂度为O(n+1)。
图示步骤
解决代码
第一种空间复杂度为O(m*n)的解法
class Solution(object):
def minDistance(self, word1, word2):
"""
:type word1: str
:type word2: str
:rtype: int
"""
if not word1 or not word2: # 一个为空直接返回另一个不为空的长度。
return len(word1) if not word2 else len(word2) m, n= len(word1), len(word2)
dp = []
for i in range(m+1): # 构造辅助矩阵
dp.append([0]*(n+1)) for i in range(1, m+1): # 初始化第一列
dp[i][0] = i for j in range(1, n+1): # 初始化第一行
dp[0][j] = j for i in range(1, m+1): # 逐个求解
for j in range(1, n+1):
if word1[i-1] == word2[j-1]: # 当前字母相等时,
dp[i][j] = dp[i-1][j-1]
else: # 不相等时
dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1]))+1
return dp[m][n]
空间复杂度为O(n)的解法
class Solution(object):
def minDistance(self, word1, word2):
"""
:type word1: str
:type word2: str
:rtype: int
"""
if not word1 or not word2:
return len(word1) if not word2 else len(word2)
m, n= len(word1), len(word2)
dp = [0]*(n+1) # 申请辅助数据
for i in range(1, n+1): # 初始化第一行
dp[i] = i for i in range(1,m+1): # 循环遍历
pre = dp[0] # 记录下dp[0]的值,也即为上面矩阵中dp[i-1][j-1]的值。
dp[0]= i # 给dp[0]赋值为当前单词编辑列的距离,也就是上面的初始化第一列
for j in range(1, n+1):
tem = dp[j] # 相当于记录下dp[i][j-1]的值,
if word1[i-1] == word2[j-1]: # 单词相等的时候
dp[j] = pre
else:
dp[j] = min(pre, min(dp[j-1], dp[j]))+1
pre = tem # 更新值 return dp[-1]
最新文章
- redis-string-统计
- 免费下载!Twitter Bootstrap V3 矢量界面素材
- PHP+redis实现超迷你全文检索
- Delphi同步互斥总结
- mysql备份恢复数据库据/表
- 一些xcode5.1创建的工程在xcode6.0下不能编译的问题
- ECSSHOP表结构
- CentOS5.5上安装git
- Cocos2d-x游戏中默认的AndroidManifest.xml的解析
- Hive参数的临时设置和永久性设置
- 连接到github
- commons-text 生成指定长度的随机字符串
- 原生js实现vue组件功能
- html5-样式的三种方式
- js scrollIntoView 滚动到元素可视区域
- Hadoop学习之路(二十七)MapReduce的API使用(四)
- 【开发工具IDE】解决IntelliJ IDEA 创建Maven项目速度慢的问题
- spring_150908_hibernate_id_sequence
- Springboot项目与vue项目整合打包
- spring boot整合mybatis查询数据库返回Map字段为空不返回解决
热门文章
- 一分30秒 kali 开机显示 a start job is running for dev-disk 处理
- Knockout案例: 全选
- Spring AOP概念理解
- Linux中常用操作命令(转)
- labview出现系统998错误
- Android+openCV人脸检测2(静态图片)
- Python学习(三十四)—— Django之ORM之单表、联表操作
- zTree 3-- jQuery 树插件笔记
- teamviewer连接未就绪的解决(Manjaro Linux)
- C# 接口属性的定义&;get、set访问器的简单应用