当前位置: 首页 > article >正文

代码随想录训练营第45天|编辑距离

115. 不同的子序列

class Solution {
public:
    int numDistinct(string s, string t) {
        s.insert(s.begin(),' ');
        t.insert(t.begin(),' ');
        int ns=s.length();
        int nt=t.length();
        vector<vector<uint64_t>> dp(ns,vector<uint64_t>(nt,0));
        for(int i=0; i<ns; i++){
            dp[i][0]=1;
        }
        for(int i=1; i<ns; i++){
            for(int j=1; j<nt; j++){
                if(s[i]==t[j])
                    dp[i][j]=dp[i-1][j-1]+dp[i-1][j];
                else
                    dp[i][j]=dp[i-1][j];
            }
        }
        return dp[ns-1][nt-1];
    }
};

dp[i][j]:截止到s[i],t[j](包含)的两个子串所形成的子序列个数。

转移方程:

1.若结尾不等,则s[i]无法发挥作用,只能由i-1前的子串构建,个数等同于dp[i-1][j]

2.若结尾相等,则有两种选择:

  • s[i]参与构建,则s的i-1前的子串要负责构建t的j-1部分的序列,个数为dp[i-1][j-1]
  • s[i]不参与构建,则s的i-1前的子串要负责构建全部t的序列,个数为dp[i-1][j]

583. 两个字符串的删除操作

class Solution {
public:
    int minDistance(string word1, string word2) {
        word1.insert(word1.begin(),' ');
        word2.insert(word2.begin(),' ');
        int n1=word1.length(), n2=word2.length();
        vector<vector<int>> dp(n1,vector<int>(n2,0));
        for(int j=1; j<n2; j++){
            dp[0][j]=j;
        }
        for(int i=1; i<n1; i++)
            dp[i][0]=i;
        for(int i=1; i<n1; i++){
            for(int j=1; j<n2; j++){
                if(word1[i]==word2[j])
                    dp[i][j]=dp[i-1][j-1];
                else
                    dp[i][j]=min(dp[i-1][j],dp[i][j-1])+1;
            }
        }
        return dp[n1-1][n2-1];

    }
};

dp[i][j]:由word1[0:i]到word2[0:j]的最小删除操作数目

转移方程:

1.若结尾相等,则不会增加操作数,由dp[i-1][j-1]转移而来

2.若结尾不等,则有两种可能:

  • 删除word1的结尾,由dp[i-1][j]转移而来
  • 删除word2的结尾,由dp[i][j-1]转移而来

取二者较小。

72. 编辑距离

class Solution {
public:
    int minDistance(string word1, string word2) {
        word1.insert(word1.begin(),' ');
        word2.insert(word2.begin(),' ');
        int n1=word1.length(), n2=word2.length();
        vector<vector<int>> dp(n1,vector<int>(n2,0));
        for(int j=1; j<n2; j++)
            dp[0][j]=j;
        for(int i=1; i<n1; i++)
            dp[i][0]=i;
        for(int i=1; i<n1; i++){
            for(int j=1; j<n2; j++){
                if(word1[i]==word2[j])
                    dp[i][j]=dp[i-1][j-1];
                else
                    dp[i][j]=min({dp[i-1][j],dp[i][j-1],dp[i-1][j-1]})+1;
            }
        }
        return dp[n1-1][n2-1];
    }
};

dp[i][j]:由word1[0:i]到word2[0:j]的编辑距离

转移方程:

1.若结尾相等,则不会增加编辑距离,由dp[i-1][j-1]转移而来

2.若结尾不等,则有三种可能:

  • 删除word1的结尾,由dp[i-1][j]转移而来
  • 删除word2的结尾,由dp[i][j-1]转移而来
  • 修改word1与word2的最后一位,由dp[i-1][j-1]转移而来。

取三者较小。


http://www.kler.cn/news/323837.html

相关文章:

  • 微前端框架之乾坤【qiankun】(一)
  • 使用SSE流式输出(Javaweb前后端实战)
  • 测试用例的进阶二
  • 速盾:视频开cdn合适还是视频点播合适?
  • cv2.waitkey(30) 按键盘无效
  • 快速排序(plus)与单调栈道,力扣912.排序数组​​​​​​​力扣215.数组中的第k大个元素力扣17.14最小的k个数单调栈力扣.柱状图中最大的矩形
  • OpenHarmony标准系统上实现对rk系列芯片NPU的支持(npu使用)
  • LORA DASH -一种更高效的微调方式
  • python医疗机器人手术
  • html TAB切换按钮变色、自动生成table--使用函数优化结构
  • opencv:实现图像的自动裁剪与优化
  • Python中的机器学习:从入门到实战
  • GO入门核心基础
  • 【linux 多进程并发】linux下使用常见命令,来解析进程家族体系脉络
  • Java: 数据类型与变量和运算符
  • 网络管理:网络故障排查指南
  • 目前相对稳定的下载上传的方法(WebClient )(异步与进度)
  • MacOS Sequoia安装geant4.10.07
  • 20_BERT微调训练
  • 探索Python网络世界的利器:Requests-HTML库
  • Python自学查漏9.28
  • Spark 中 任务集 TaskSet 详解
  • 探索私有化聊天软件:即时通讯与音视频技术的结合
  • RSpec简析及应用案例
  • leetcode刷题day32|动态规划Part01(509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯)
  • uni-app进行微信小程序开发,快速上手
  • STM32 F1移植FATFS文件系统 USMART组件测试相关函数功能
  • 二、初步编写drf API
  • 太速科技-389-基于KU5P的双路100G光纤网络加速计算卡
  • linux系统的常用命令