摘要:動(dòng)態(tài)規(guī)劃復(fù)雜度時(shí)間空間思路這是算法導(dǎo)論中經(jīng)典的一道動(dòng)態(tài)規(guī)劃的題。
Edit Distance
動(dòng)態(tài)規(guī)劃 復(fù)雜度Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 step.)
You have the following 3 operations permitted on a word:
a) Insert a character
b) Delete a character
c) Replace a character
時(shí)間 O(NM) 空間 O(NM)
思路這是算法導(dǎo)論中經(jīng)典的一道動(dòng)態(tài)規(guī)劃的題。假設(shè)dp[i-1][j-1]表示一個(gè)長(zhǎng)為i-1的字符串str1變?yōu)殚L(zhǎng)為j-1的字符串str2的最短距離,如果我們此時(shí)想要把str1a這個(gè)字符串變成str2b這個(gè)字符串,我們有如下幾種選擇:
替換: 在str1變成str2的步驟后,我們將str1a中的a替換為b,就得到str2b (如果a和b相等,就不用操作)
增加: 在str1a變成str2的步驟后,我們?cè)僭谀┪蔡砑右粋€(gè)b,就得到str2b (str1a先根據(jù)已知距離變成str2,再加個(gè)b)
刪除: 在str1變成str2b的步驟后,對(duì)于str1a,我們將末尾的a刪去,就得到str2b (str1a將a刪去得到str1,而str1到str2b的編輯距離已知)
根據(jù)這三種操作,我們可以得到遞推式
若a和b相等:
dp[i][j] = min(dp[i-1][j]+1, dp[i][j-1]+1, dp[i][j])
若a和b不相等:
dp[i][j] = min(dp[i-1][j]+1, dp[i][j-1]+1, dp[i][j]+1)
因?yàn)閷⒁粋€(gè)非空字符串變成空字符串的最小操作數(shù)是字母?jìng)€(gè)數(shù)(全刪),反之亦然,所以:
dp[0][j]=j, dp[i][0]=i
最后我們只要返回dp[m][n]即可,其中m是word1的長(zhǎng)度,n是word2的長(zhǎng)度
詳解請(qǐng)看斯坦福課件
代碼public class Solution { public int minDistance(String word1, String word2) { int m = word1.length(), n = word2.length(); int[][] dp = new int[m + 1][n + 1]; // 初始化空字符串的情況 for(int i = 1; i <= m; i++){ dp[i][0] = i; } for(int i = 1; i <= n; i++){ dp[0][i] = i; } for(int i = 1; i <= m; i++){ for(int j = 1; j <= n; j++){ // 增加操作:str1a變成str2后再加上b,得到str2b int insertion = dp[i][j-1] + 1; // 刪除操作:str1a刪除a后,再由str1變?yōu)閟tr2b int deletion = dp[i-1][j] + 1; // 替換操作:先由str1變?yōu)閟tr2,然后str1a的a替換為b,得到str2b int replace = dp[i-1][j-1] + (word1.charAt(i - 1) == word2.charAt(j - 1) ? 0 : 1); // 三者取最小 dp[i][j] = Math.min(replace, Math.min(insertion, deletion)); } } return dp[m][n]; } }
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/64502.html
摘要:比較長(zhǎng)度法復(fù)雜度時(shí)間空間思路雖然我們可以用的解法,看是否為,但中會(huì)超時(shí)。這里我們可以利用只有一個(gè)不同的特點(diǎn)在時(shí)間內(nèi)完成。 One Edit Distance Given two strings S and T, determine if they are both one edit distance apart. 比較長(zhǎng)度法 復(fù)雜度 時(shí)間 O(N) 空間 O(1) 思路 雖然我們可以用...
摘要:復(fù)雜度思路考慮如果兩個(gè)字符串的長(zhǎng)度,是肯定當(dāng)兩個(gè)字符串中有不同的字符出現(xiàn)的時(shí)候,說(shuō)明之后的字符串一定要相等。的長(zhǎng)度比較大的時(shí)候,說(shuō)明的時(shí)候,才能保證距離為。 LeetCode[161] One Edit Distance Given two strings S and T, determine if they are both one edit distance apart. Stri...
摘要:題目要求輸入兩個(gè)字符串和,允許對(duì)進(jìn)行插入,刪除和替換的操作,計(jì)算出將轉(zhuǎn)化為所需要的最少的操作數(shù)。其中存儲(chǔ)的是轉(zhuǎn)換為的最小步數(shù)。首先從邊緣情況開始考慮。只要在此基礎(chǔ)上再進(jìn)行一次插入操作即可以完成轉(zhuǎn)換。 題目要求 Given two words word1 and word2, find the minimum number of steps required to convert wor...
摘要:構(gòu)造數(shù)組,是的,是的,是將位的轉(zhuǎn)換成位的需要的步數(shù)。初始化和為到它們各自的距離,然后兩次循環(huán)和即可。 Problem Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 s...
摘要:本文對(duì)兩種文本相似度算法進(jìn)行比較。余弦值相似度算法最小編輯距離法氏編輯距離基于詞條空間編輯距離,又稱距離,是指兩個(gè)字串之間,由一個(gè)轉(zhuǎn)成另一個(gè)所需的最少編輯操作次數(shù)。但是同時(shí)也可以看出余弦相似度得到的結(jié)果相對(duì)比較高一些。 本文由作者祝娜授權(quán)網(wǎng)易云社區(qū)發(fā)布。 本文對(duì)兩種文本相似度算法進(jìn)行比較。余弦值相似度算法 VS 最小編輯距離法1、L氏編輯距離(基于詞條空間)編輯距離(Edit Dist...
閱讀 2008·2019-08-29 16:27
閱讀 1378·2019-08-29 16:14
閱讀 3380·2019-08-29 14:18
閱讀 3463·2019-08-29 13:56
閱讀 1260·2019-08-29 11:13
閱讀 2131·2019-08-28 18:19
閱讀 3449·2019-08-27 10:57
閱讀 2287·2019-08-26 11:39