最短编辑距离
- 一、问题描述
- 二、思路分析
- 1、状态转移方程
- (1)状态表示
- (2)状态转移
- 2、循环及初始化
- (1)循环设计
- (2)初始化处理
- 三、代码实现
一、问题描述
二、思路分析
这道题是一道DP的问题,那么将从以下几个方面开始思考:
1、状态转移方程
(1)状态表示
状态表示通常情况下来源于问题,问题的规模通常揭示了状态的参数。这道题我们有两个字符串,两个字符串的长度决定了问题的规模,因此我们采用 f ( i , j ) f(i,j) f(i,j)来表示长度为 i i i的字符串 A A A,经过最小次数的变换,变成长度为 j j j的字符串 B B B。
(2)状态转移
状态转移就是用子问题去解决当前问题,那么我们通过之前的做题经验,通常是利用 i − 1 i-1 i−1或者 j − 1 j-1 j−1来解决问题。
那么这道题也是一样的,我们的修改方式共有三种,增加,删除,替换。
那么我们需要根据不同的情况去选择不同的修改方式。
如果字符串A的 i i i个字母和字符串的前 j − 1 j-1 j−1个相同,那么我们就只需要在字符串A的末尾增加一个字符,那么此时我们的操作次数就会 + 1 +1 +1。
如果字符串A的 i − 1 i-1 i−1个字母和字符串B的 j j j个字符是相同的,那么说明我们字符串A的最后一个字符是多余的,此时我们就只需要删除字符串A的最后一个字符,此时操作次数+1。
如果字符串A的前 i − 1 i-1 i−1个字母和字符串B的前 j − 1 j-1 j−1个字符是相同的,那么我们只需要判断一下二者最后一个字母是否相等,如果相等的话,那么这两个字符串本身就是相同的,我们不需要进行任何的操作,如果二者不相同,我们只需要给字符串A的末尾字母替换成字符串B的最后一个字母即可,此时操作次数+1。
所以我们的状态转移方程可以写成:
f ( i , j ) = m a x { f ( i − 1 , j ) + 1 f ( i , j − 1 ) + 1 f ( i − 1 , j − 1 ) + 1 ( o r 0 ) f(i,j)=max \begin{cases} f(i-1,j)+1\\ f(i,j-1)+1\\ f(i-1,j-1)+1(or\ 0)\\ \end{cases} f(i,j)=max⎩ ⎨ ⎧f(i−1,j)+1f(i,j−1)+1f(i−1,j−1)+1(or 0)
2、循环及初始化
(1)循环设计
循环设计可以从转移方程入手,想要处理 f ( i , j ) f(i,j) f(i,j),必须处理 f ( i − 1 , j ) f(i-1,j) f(i−1,j), f ( i − 1 , j − 1 ) f(i-1,j-1) f(i−1,j−1), f ( i , j − 1 ) f(i,j-1) f(i,j−1)
因此,外循环是 i i i从1到 n n n,内循环是 j j j从1到 m m m。
(2)初始化处理
这道题的初始化就非常重要了,循环的最小起始值是1,所以
i
−
1
i-1
i−1和
j
−
1
j-1
j−1分别为0的时候,就是最小的子问题。
因为我们需要用这些为0的情况,去推导出为1的情况才行。
那么我们看 f ( 0 , j ) f(0,j) f(0,j)的意思就是字符串 a a a为0个字符,去匹配字符串b的j个字符所需要的最小操作次数,很明显直接添加j次就可以了。即 f ( 0 , j ) = j f(0,j)=j f(0,j)=j
f ( i , 0 ) f(i,0) f(i,0)同理,字符串 a a a为i个字符,去匹配字符串b的0个字符所需要的最小操作次数,很明显直接删除i次就好了。即 f ( i , 0 ) = i f(i,0)=i f(i,0)=i
三、代码实现
#include<iostream>
using namespace std;
int n,m;
const int N=1100;
char s1[N],s2[N];
int f[N][N];
int main()
{
scanf("%d%s%d%s",&n,s1+1,&m,s2+1);
//初始化处理最小子问题
for(int i=0;i<=m;i++)f[0][i]=i;
for(int i=0;i<=n;i++)f[i][0]=i;
for(int i=1;i<=n;i++)
{
for(int j=1;j<=m;j++)
{
int nums=0;
f[i][j]=min(f[i-1][j]+1,f[i][j-1]+1);
if(s1[i]!=s2[j])nums=1;
f[i][j]=min(f[i-1][j-1]+nums,f[i][j]);
}
}
cout<<f[n][m]<<endl;
return 0;
}