简单地说,就是仅通过插入(insert)、删除(delete)和替换(substitute)个操作将一个字符串s1变换到另一个字符串s2的最少步骤数。熟悉算法的同学很容易知道这是个动态规划问题。
其实一个替换操作可以相当于一个delete+一个insert,所以我们将权值定义如下:
I (insert):1
D (delete):1
S (substitute):1
示例:
intention->execution
Minimal edit distance:
delete i ; n->e ; t->x ; insert c ; n->u 求和得cost=5
如果能想到是动态规划问题就不难解决了。
class Solution { public: int minDistance(string word1, string word2) { const size_t n = word1.size(); const size_t m = word2.size(); int f[n + 1][m + 1]; for(size_t i = 0; i <= n; i++) f[i][0] = i; for(size_t j = 0; j <= m; j++) f[0][j] = j; for(size_t i = 1; i <= n; i++) { for(size_t j = 1; j <= m; j++) { if(word1[i - 1] == word2[j - 1]) f[i][j] = f[i - 1][j - 1]; else { int mn = min(f[i - 1][j], f[i][j - 1]); f[i][j] = min(f[i - 1][j - 1], mn) + 1; } } } return f[n][m]; } };
可以通过滚动数组的形式,将空间复杂度降至O(min(m, n))
参考网址:编辑距离-自然语言处理 编辑距离-张大神
(每日算法)Leetcode--Edit Distance(编辑距离)
原文:http://blog.csdn.net/yapian8/article/details/41087699