【动态规划】不同路径,编辑距离题解及代码实现

简介: 两题由简单到难得DP问题!助我们拿下DP!

Halo,这里是Ppeua。平时主要更新C语言,C++,数据结构算法......感兴趣就关注我吧!你定不会失望。


🌈个人主页:主页链接


🌈算法专栏:专栏链接


    我会一直往里填充内容哒!


🌈LeetCode专栏:专栏链接


目前在刷初级算法的LeetBook 。若每日一题当中有力所能及的题目,也会当天做完发出


🌈代码仓库:Gitee链接


🌈点击关注=收获更多优质内容🌈


06ac5f86561e4df6a13877f8b195804a.jpg


两题由简单到难得DP问题!助我们拿下DP!


题目:不同路径


fff3caeaab6247c29e95c065f200bda1.png


题解:


这题非常的简单,算是动态规划里的入门题了,但我们再来认真复习一下动态规划的内容。


首先明确状态,根据题所给,我们的状态就是dp[i][j]:走到第i行第j列时,有多少种路径。

那我想要走到第i行第j列只能从以下两种方法走到


ce2ab226c87741c994928273910e6ea5.jpg


所以状态转移方程就出来了:dp[i][j]=dp[i-1][j]+dp[i][j-1]


那么这道题不就迎刃而解了嘛?


但是,我们还得初始化下初始的情况。


若要走到(0,0)有几条路?显然只有一条


那走到(i,0),与(0,j)呢?也只有一条,因为,只能向右或者向左走,所以将其都初始化为1即可。这样base case也完成了。这题也就结束了。


565b040a73144dc192fc15ead2149658.jpg


代码实现:


#include <algorithm>
#include<iostream>
#include<vector>
using namespace std;
class Solution {
public:
    int uniquePaths(int m, int n) {
        vector<vector<int>>dp(m,vector<int>(n));
        dp[0][0]=1;
        for(int i=0;i<m;i++)
            dp[i][0]=1;
        for(int i=0;i<n;i++)
            dp[0][i]=1;
        for(int i=1;i<m;i++)
        {
            for(int j=1;j<n;j++)
            {
                dp[i][j]=dp[i-1][j]+dp[i][j-1];
            }
        }
        return dp[m-1][n-1];
    }
};


题目:编辑距离


039abe94aa694d638ab3cb7d5152e7d2.png


题解:


这题有点困难,但也没有想象中的那么难。仍然跟着三板斧走:状态(dp的含义) 状态转移方程 ,以及base case

首先来分析下题目:


将word1变成word2最短要几步?


那么显而易见,这里的dp状态就是为,将word1的前i个与word2的前j个字母对齐最少 需要几步。


对字符串处理有三种方法:插入删除替换,这里还有一个隐藏的方法,跳过(当两个字符相同的时候就可以执行跳过这一步骤)


先来看看跳过


1d7d9b68e1674d2289e70719cd2e1c9e.jpg


他的情况就是为:当word[i]==word[j]时,操作数就与前一个字母相同,即dp[i][j]=dp[i-1][j-1]


再来看看插入


a6daebdd160040d0b0ed47652f733a36.jpg


当word1[i]!=word[j]时, 将word[j]插入,此时将word[j]导致的就是,i指向为插入为i+1,与此时的j比较,相等,第一种跳过的情况,所以i=i+1-1也就是i,而j变成了j-1.说了这么多也就是想说,插入的那个字母表示已经比对过了,zhihj往前跳一个与此时的i进行比较即可.(插入是我觉得最难的地方,不懂得uu门可以自己画图理解一下)


所以其dp方程为DP[i][j]=DP[i][j-1]+1


再来看看删除


dacee132203f40ac8344edd860d29cf0.jpg


这个就很好理解了,把i指向的字母删掉,操作数加一,之后继续将i-1与j比较.


所以DP方程为:DP[i][j]=DP[i-1][j] +1


最后来看看替换操作:


c71f8b9e9f99406ab5a5a70b56e6b143.jpg


这个和skip有点像,因为他们的DP方程都相同,唯一的区别就在于,操作数是否要加一(替换需要加一,而skip并不需要).


将i指向的字母替换成j指向的字母,替换后两个字母相同,此时执行skip操作即可


所以其dp方程为:DP[i][j]=DP[i-1][j-1]+1


到此四种情况都讲完了,还差最后一板斧,base case;


这里的base case也非常好理解,


当i字符串比j字符串要短的时候,也就是dp[0][j],此时要操作的数目就是插入j个字符,操作数为j,所以dp[0][j]=j

当j字符串比i字符串要短的时候.也就是dp[i][0],此时要操作的数目就是删除i个字符,操作数为i,所以dp[i][0]=i

至此,三板斧已经全部解决完,其实就是若skip情况出现,则用其结果,若没出现,则其他三种一个个试过去找最小的情况.

接下来看看代码中值得注意的地方

代码实现:


#include <algorithm>
#include<iostream>
#include<vector>
#include<string>
using namespace std;
class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>>dp(word1.size()+1,vector<int>(word2.size()+1));
        int l1=word1.size();
        int l2=word2.size();
        if(l1*l2==0)return l1+l2;
        for(int i=0;i<=l1;i++)
            dp[i][0]=i;
        for(int j=0;j<=l2;j++)
            dp[0][j]=j;
        for(int i=1;i<=l1;i++)
        {
            for(int j=1;j<=l2;j++)
            {
                //skip情况
                if(word1[i-1]==word2[j-1])dp[i][j]=dp[i-1][j-1];//dp从1开始,对应的word为-1   
                //replace delete insert 三者找最小的可能
                else dp[i][j]=min(dp[i-1][j-1]+1,min(dp[i-1][j]+1,dp[i][j-1]+1));
            }
        }
        return dp[l1][l2];
    }
};


完结撒花:


🌈本篇博客的内容【动态规划:不同路径,编辑距离题解及代码实现】已经结束。

🌈若对你有些许帮助,可以点赞、关注、评论支持下博主,你的支持将是我前进路上最大的动力。


🌈若以上内容有任何问题,欢迎在评论区指出。若对以上内容有任何不解,都可私信评论询问。


🌈诸君,山顶见!

目录
相关文章
|
6月前
代码随想录 Day46 动态规划14 LeetCode T392 判断子序列 T115 不同的子序列
代码随想录 Day46 动态规划14 LeetCode T392 判断子序列 T115 不同的子序列
62 0
|
5月前
动态规划解题步骤
动态规划解题步骤
43 1
|
5月前
|
存储 算法 数据可视化
LeetCode 131题详解:高效分割回文串的递归与动态规划方法
LeetCode 131题详解:高效分割回文串的递归与动态规划方法
|
5月前
|
存储 算法 数据可视化
LeetCode 题目 97:动态规划、递归到广度优先搜索BFS 实现交错字符串
LeetCode 题目 97:动态规划、递归到广度优先搜索BFS 实现交错字符串
|
6月前
|
分布式计算 测试技术 索引
【数位dp】【动态规划】【KMP】1397. 找到所有好字符串
【数位dp】【动态规划】【KMP】1397. 找到所有好字符串
|
6月前
代码随想录 Day47 动态规划15 LeetCode T583 两个字符串的删除操作 T72 编辑距离
代码随想录 Day47 动态规划15 LeetCode T583 两个字符串的删除操作 T72 编辑距离
63 0
|
存储 人工智能 算法
|
算法
回溯法——面试题矩阵中的路径(一)
回溯法介绍 回溯法应用(实例化) 回溯法介绍 1.1 回溯法是蛮力法的升级版,它从解决问题每一步的所有可能选项里系统的选择一个可行的解决方案。 1.2 回溯法非常适合由多个步骤组成的问题,并且每个步骤都有多个选项。当我们在某一步做出一个选择时,就进到下一步了,如果不符合题目条件,就回溯到原来的步骤进行新的选择,如果这步的选择还没有符合条件的直到选到符合题目条件的选项为止。如果都不符合的话,就会再回溯到上一步,然后进入再进行新的选择,就这样重复选择,直到到达最终的状态。 1.3 通常回溯法算法适合用递归实现代码,当我们到达某一个节点时,尝试所有可能的选项并在满足条件的前提下递归地抵达下一个节点。
109 0
|
算法 Java Python
【算法题解】 Day1 前缀和
今天的算法是 前缀和 相关,“算法题解系列文章旨在精选重点与易错的算法题,总结常见的算法思路与可能出现的错误,以实战习题的形式理解算法,使用算法。”
97 0
|
机器学习/深度学习 算法 C++
(C/C++)STL函数(3)二分算法题以及二分模板 和(蓝桥杯)递推与递归题目及解法(ACwing)
(C/C++)STL函数(3)二分算法题以及二分模板 和(蓝桥杯)递推与递归题目及解法(ACwing)
(C/C++)STL函数(3)二分算法题以及二分模板 和(蓝桥杯)递推与递归题目及解法(ACwing)