代码随想录算法训练营Day56|583. 两个字符串的删除操作、72. 编辑距离

本文主要是介绍代码随想录算法训练营Day56|583. 两个字符串的删除操作、72. 编辑距离,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

583. 两个字符串的删除操作

前言

思路

算法实现 

法二

72. 编辑距离

前言

思路

算法实现 

总结


583. 两个字符串的删除操作

题目链接

文章链接

前言

        本题与上一题不同的子序列相比,变化就是两个字符串都可以进行删除操作了。

思路

         利用动规五部曲进行分析:

1.确定dp数组及其下标的含义:

        dp[i][j]:以i-1为结尾的字符串word1,和以j-1位结尾的字符串word2,想要达到相等,所需要删除元素的最少次数。

2.确定递推公式:

        递推公式的推导与前几题大致类似,都有分两种情况进行讨论:

  • 当word1[i - 1] 与 word2[j - 1]相同的时候;
  • 当word1[i - 1] 与 word2[j - 1]不相同的时候

        对于word1[i - 1] 与 word2[j - 1]相同时,dp[i][j] = dp[i - 1][j - 1];

        当word1[i - 1] 与 word2[j - 1]不相同的时候,有三种情况:

        情况一:删word1[i - 1],最少操作次数为dp[i - 1][j] + 1,

        情况二:删word2[j - 1],最少操作次数为dp[i][j - 1] + 1,

        情况三,同时删word1[i - 1]和word2[j - 1], 操作的最少次数为dp[i - 1][j - 1] + 2;

        最终结果是取三种情况的最小值,dp[i][j] = min({dp[i - 1][j - 1] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1});

3.初始化dp数组:

        从递推公式中,可以看出来,dp[i][0] 和 dp[0][j]是一定要初始化的。

        当word2为空字符串时,word1字符串的长度为i,因此要删i次才能与空字符串word2相等,所以dp[i][0]的初值为i,同理dp[0][j]的初值为j;

4.确定遍历顺序:

        从递推公式 dp[i][j] = min(dp[i - 1][j - 1] + 2, min(dp[i - 1][j], dp[i][j - 1]) + 1); 和dp[i][j] = dp[i - 1][j - 1]可以看出dp[i][j]都是根据左上方、正上方、正左方推出来的。

        所以遍历的时候一定是从上到下,从左到右,这样保证dp[i][j]可以根据之前计算出来的数值进行计算。

5.打印dp数组:

        以word1:"sea",word2:"eat"为例,推导dp数组状态图如下:

算法实现 

class Solution {
public:int minDistance(string word1, string word2) {vector<vector<int>> dp(word1.size() + 1, vector<int> (word2.size() + 1, 0));for (int i = 1; i <= word1.size(); i++) dp[i][0] = i;for (int j = 1; j <= word2.size(); j++) dp[0][j] = j;for (int i = 1; i <= word1.size(); i++) {for (int j = 1; j <= word2.size(); j++) {if (word1[i - 1] == word2[j - 1]) dp[i][j] = dp[i - 1][j - 1];else {dp[i][j] = min(dp[i - 1][j] + 1, min(dp[i][j - 1] + 1, dp[i - 1][j - 1] + 2));}}}return dp[word1.size()][word2.size()];}
};

法二

        利用求最长公共子序列的思想,两个字符串要删除的部分就是最长公共子序列之外的部分。

class Solution {
public:int minDistance(string word1, string word2) {vector<vector<int>> dp(word1.size() + 1, vector<int> (word2.size() + 1, 0));for (int i = 1; i <= word1.size(); i++) {for (int j = 1; j <= word2.size(); j++) {if (word1[i - 1] == word2[j - 1]) dp[i][j] = dp[i - 1][j - 1] + 1;else dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);}}return word1.size() + word2.size() - dp[word1.size()][word2.size()] * 2;}
};

72. 编辑距离

题目链接

文章链接

前言

         前几题都是为了本题做铺垫,有了前面几题的学习接触本题就不会觉得非常困难,主要难点还是在于递推公式的确定,尤其是当两个字符串比较的位置字符不相等时递推公式的确定。

思路

         还是利用动规五部曲进行分析:

1.确定dp数组及其下标的含义:

        dp[i][j]:以下标i-1为结尾的字符串word1,和以下标j-1为结尾的字符串word2,最近编辑距离为dp[i][j]。

2.确定递推公式:

        依然是分两种大情况进行讨论:

  • 当word1[i - 1] 与 word2[j - 1]相同;
  • 当word1[i - 1] 与 word2[j - 1]不相同;

        当word1[i - 1] 与 word2[j - 1]相同时,不需要进行额外的操作(编辑距离),和word1以i - 2为结尾,word2以就j - 2为结尾要操作的次数一样,即dp[i][j] = dp[i - 1][j - 1];

        而当word1[i - 1] 与 word2[j - 1]不相同时,要分别考虑删、增、换三种不同的情况;

        增删元素其实本质上是一样的,在word1中增加元素和在word2中删除元素起到的效果相同,此时dp[i][j] = dp[i - 1][j] + 1(删word1中的元素),或者dp[i][j] = dp[i][j - 1] + 1(删除word2中的元素);

        替换元素时,替换word[i - 1]元素使其与word2[j - 1]相等(也可以倒过来),此时dp[i][j] = dp[i - 1][j - 1] + 1;

3.dp数组初始化

        与上题一样dp[i][0] = i,dp[0][j] = j,只需要删除完所有字符就能与另一个空字符串相等;

4.确定遍历顺序:

        从递推公式可以看出,dp[i][j]是依赖左方,上方和左上方元素的,如图:

        

5.打印dp数组:

        以示例1为例,输入:word1 = "horse", word2 = "ros"为例,dp矩阵状态图如下:

         

算法实现 

class Solution {
public:int minDistance(string word1, string word2) {vector<vector<int>> dp(word1.size() + 1, vector<int> (word2.size() + 1, 0));for (int i = 1; i <= word1.size(); i++) dp[i][0] = i;for (int j = 1; j <= word2.size(); j++) dp[0][j] = j;for (int i = 1; i <= word1.size(); i++) {for (int j = 1; j <= word2.size(); j++) {if (word1[i - 1] == word2[j - 1]) dp[i][j] = dp[i - 1][j - 1];else dp[i][j] = min(dp[i - 1][j] + 1, min(dp[i][j - 1] + 1, dp[i - 1][j - 1] + 1));}}return dp[word1.size()][word2.size()];}
};

总结

        今天的两道题是前面几道题的深化,循序渐进。

这篇关于代码随想录算法训练营Day56|583. 两个字符串的删除操作、72. 编辑距离的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/706818

相关文章

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Java中字符串转时间与时间转字符串的操作详解

《Java中字符串转时间与时间转字符串的操作详解》Java的java.time包提供了强大的日期和时间处理功能,通过DateTimeFormatter可以轻松地在日期时间对象和字符串之间进行转换,下面... 目录一、字符串转时间(一)使用预定义格式(二)自定义格式二、时间转字符串(一)使用预定义格式(二)自

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

redis过期key的删除策略介绍

《redis过期key的删除策略介绍》:本文主要介绍redis过期key的删除策略,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录第一种策略:被动删除第二种策略:定期删除第三种策略:强制删除关于big key的清理UNLINK命令FLUSHALL/FLUSHDB命

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

使用Java将DOCX文档解析为Markdown文档的代码实现

《使用Java将DOCX文档解析为Markdown文档的代码实现》在现代文档处理中,Markdown(MD)因其简洁的语法和良好的可读性,逐渐成为开发者、技术写作者和内容创作者的首选格式,然而,许多文... 目录引言1. 工具和库介绍2. 安装依赖库3. 使用Apache POI解析DOCX文档4. 将解析

一文详解如何在Python中从字符串中提取部分内容

《一文详解如何在Python中从字符串中提取部分内容》:本文主要介绍如何在Python中从字符串中提取部分内容的相关资料,包括使用正则表达式、Pyparsing库、AST(抽象语法树)、字符串操作... 目录前言解决方案方法一:使用正则表达式方法二:使用 Pyparsing方法三:使用 AST方法四:使用字

Java字符串处理全解析(String、StringBuilder与StringBuffer)

《Java字符串处理全解析(String、StringBuilder与StringBuffer)》:本文主要介绍Java字符串处理全解析(String、StringBuilder与StringBu... 目录Java字符串处理全解析:String、StringBuilder与StringBuffer一、St