java版——动态规划
dp[i][j]
表示 str1
的前 i
个字符和 str2
的前 j
个字符的编辑距离。
(以下说的相等是指我们已经知道它们的编辑距离)
- 如果
str1
的前i - 1
个字符和str2
的前j
个字符相等,那么我们只需要在str1
最后删除一个字符就可以转化为str2
。dp[i][j] = dp[i - 1][j] + 1
- 如果
str1
的前i
个字符和str2
的前j - 1
个字符相等,那么我们只需要在str1
最后插入一个字符就可以转化为str2
。dp[i][j] = dp[i][j - 1] + 1
- 如果
str1
的前i - 1
个字符和str2
的前j - 1
个字符相等,那么我们要判断str1
和str2
最后一个字符是否相等:
- 如果相等,则不需要任何操作。
dp[i][j] = dp[i - 1][j - 1]
- 如果不相等,则只需要将
str1
最后一个字符修改为str2
最后一个字符即可。dp[i][j] = dp[i - 1][j - 1] + 1
最终 dp[i][j]
为上面三种状态的最小值:
dp[i][j] = min(dp[i - 1][j], dp[i][j - 1], dp[i - 1][j - 1]) + 1
奥,对了,我们还要考虑边界情况,当str1为空时,编辑距离就为str2的长度(str1依次插入str2个字符),当str2为空时编辑距离就为str1的长度(str1依次删除每个字符)。
public class Solution {
public int editDistance (String str1, String str2) {
// write code here
int len1 = str1.length();
int len2 = str2.length();
if(len1 == 0 || len2 == 0){
return len1 + len2;
}
int[][] dp = new int[len1 + 1][len2 + 1];
for(int i = 0; i <= len1; i++){
dp[i][0] = i;
}
for(int j = 0; j <= len2; j++){
dp[0][j] = j;
}
for(int i = 1; i <= len1; i++){
for(int j = 1; j <= len2; j++){
if(str1.charAt(i - 1) == str2.charAt(j - 1)){
dp[i][j] = dp[i - 1][j - 1];
}else{
dp[i][j] = Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]) + 1;
}
}
}
return dp[len1][len2];
}
}