问题
给定两个单词 word1
和 word2
,找到使得 word1
和 word2
相同所需的最小步数,每步可以删除任意一个字符串中的一个字符
示例:
输入: "sea", "eat"
输出: 2
解释: 第一步将”sea”变为”ea”,第二步将”eat”变为”ea”
思路
这次是两个字符串可以相互删了,这种题目也知道用动态规划的思路来解,动规五部曲,分析如下:
确定dp数组以及下标的含义
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
确定递推公式
- 当
word1[i - 1]
与word2[j - 1]
相同的时候 当
word1[i - 1]
与word2[j - 1]
不相同的时候当
word1[i - 1]
与word2[j - 1]
相同的时候,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
- 那最后当然是取最小值,所以当
word1[i - 1]
与word2[j - 1]
不相同的时候,递推公式:dp[i][j] = min({dp[i - 1][j - 1] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1});
- 情况一:删
- 当
dp数组如何初始化
- 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 dp[i][0]
:word2
为空字符串,以i-1
为结尾的字符串word2
要删除多少个元素,才能和word1
相同呢,很明显dp[i][0] = i
,dp[0][j]
的话同理 ```java int[][] dp = new int[word1.length() + 1][word2.length() + 1]
- 从递推公式中,可以看出来,
for (int i = 0; i <= word1.length(); i++) dp[i][0] = i; for (int j = 0; j <= word2.length(); j++) dp[0][j] = j;
- 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
- 举例推导dp数组
- 以`word1:"sea"`,`word2:"eat"`为例,推导`dp`数组状态图如下:![640 (1).webp](https://cdn.nlark.com/yuque/0/2021/webp/463136/1625973011255-eae2e4df-2283-437f-ada2-76936047ba4f.webp#clientId=u826e1541-0ac5-4&from=ui&id=ue7fc891c&margin=%5Bobject%20Object%5D&name=640%20%281%29.webp&originHeight=684&originWidth=846&originalType=binary&ratio=1&size=19240&status=done&style=none&taskId=u8a544154-ef09-4e79-8cbc-1a617398ea4)
```java
class Solution {
public int minDistance(String word1, String word2) {
int[][] dp = new int[word1.length() + 1][word2.length() + 1];
for (int i = 0; i < word1.length() + 1; i++) dp[i][0] = i;
for (int j = 0; j < word2.length() + 1; j++) dp[0][j] = j;
for (int i = 1; i <= word1.length(); i++) {
for (int j = 1; j <= word2.length(); j++) {
if (word1.charAt(i - 1) == word2.charAt(j - 1)) {
dp[i][j] = dp[i - 1][j - 1];
}else{
dp[i][j] = Math.min(dp[i - 1][j - 1] + 2,
Math.min(dp[i - 1][j] + 1, dp[i][j - 1] + 1));
}
}
}
return dp[word1.length()][word2.length()];
}
}