583. 两个字符串的删除操作
题目链接：两个字符串的删除操作
题目描述：
给定两个单词 word1 和 word2 ，返回使得 word1 和 word2 相同所需的最小步数。
每步 可以删除任意一个字符串中的一个字符。
解题思路：
1、确定dp数组（dp table）以及下标的含义
dp[i][j]：以i-1为结尾的字符串word1，和以j-1位结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。
这里dp数组的定义有点点绕，大家要撸清思路。
2、确定递推公式
当word1[i – 1] 与 word2[j – 1]相同的时候
当word1[i – 1] 与 word2[j – 1]不相同的时候
当word1[i – 1] 与 word2[j – 1]相同的时候，dp[i][j] = dp[i – 1][j – 1];
当word1[i – 1] 与 word2[j – 1]不相同的时候，有三种情况：
情况一：删word1[i – 1]，最少操作次数为dp[i – 1][j] + 1
情况二：删word2[j – 1]，最少操作次数为dp[i][j – 1] + 1
情况三：同时删word1[i – 1]和word2[j – 1]，操作的最少次数为dp[i – 1][j – 1] + 2
那最后当然是取最小值，所以当word1[i – 1] 与 word2[j – 1]不相同的时候，递推公式：dp[i][j] = min({dp[i – 1][j – 1] + 2, dp[i – 1][j] + 1, dp[i][j – 1] + 1});
因为 dp[i][j – 1] + 1 = dp[i – 1][j – 1] + 2，所以递推公式可简化为：dp[i][j] = min(dp[i – 1][j] + 1, dp[i][j – 1] + 1);
这里可能不少录友有点迷糊，从字面上理解 就是 当 同时删word1[i – 1]和word2[j – 1]，dp[i][j-1] 本来就不考虑 word2[j – 1]了，那么我在删 word1[i – 1]，是不是就达到两个元素都删除的效果，即 dp[i][j-1] + 1。
3、dp数组如何初始化
从递推公式中，可以看出来，dp[i][0] 和 dp[0][j]是一定要初始化的。
dp[i][0]：word2为空字符串，以i-1为结尾的字符串word1要删除多少个元素，才能和word2相同呢，很明显dp[i][0] = i。
dp[0][j]的话同理
代码实现：
class Solution {public int minDistance(String word1, String word2) {int len1 = word1.length();int len2 = word2.length();int[][] dp = new int[len1 + 1][len2 + 1];for (int i = 1; i <= len1; i++) {for (int j = 1; j <= len2; j++) {if (word1.charAt(i - 1) == word2.charAt(j - 1)) {dp[i][j] = dp[i - 1][j - 1] + 1;} else {dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]);}}}return len1 + len2 - dp[len1][len2] * 2;}}72. 编辑距离
题目链接：编辑距离
题目描述：
给你两个单词 word1 和 word2， 请返回将 word1 转换成 word2 所使用的最少操作数 。
你可以对一个单词进行如下三种操作：
插入一个字符
删除一个字符
替换一个字符
解题思路：
递推公式：
1、if (word1[i – 1] == word2[j – 1]) 那么说明不用任何编辑，dp[i][j] 就应该是 dp[i – 1][j – 1]，即dp[i][j] = dp[i – 1][j – 1];
2、if (word1[i – 1] != word2[j – 1])，此时就需要编辑了。
操作一：word1删除一个元素，那么就是以下标i – 2为结尾的word1 与 j-1为结尾的word2的最近编辑距离 再加上一个操作。
即 dp[i][j] = dp[i – 1][j] + 1;
操作二：word2删除一个元素，那么就是以下标i – 1为结尾的word1 与 j-2为结尾的word2的最近编辑距离 再加上一个操作。
即 dp[i][j] = dp[i][j – 1] + 1;
操作三：替换元素，word1替换word1[i – 1]，使其与word2[j – 1]相同，此时不用增删加元素。
可以回顾一下，if (word1[i – 1] = = word2[j – 1])的时候我们的操作 是 dp[i][j] = dp[i – 1][j – 1] 对吧。
那么只需要一次替换的操作，就可以让 word1[i – 1] 和 word2[j – 1] 相同。
所以 dp[i][j] = dp[i – 1][j – 1] + 1;
综上，当 if (word1[i – 1] != word2[j – 1]) 时取最小的，即：dp[i][j] = min({dp[i – 1][j – 1], dp[i – 1][j], dp[i][j – 1]}) + 1;
代码实现：
class Solution {public int minDistance(String word1, String word2) {int m = word1.length();int n = word2.length();int[][] dp = new int[m + 1][n + 1];// 初始化for (int i = 1; i <= m; i++) {dp[i][0] = i;}for (int j = 1; j <= n; j++) {dp[0][j] = j;}for (int i = 1; i <= m; i++) {for (int j = 1; j <= n; j++) {// 因为dp数组有效位从1开始// 所以当前遍历到的字符串的位置为i-1 | j-1if (word1.charAt(i - 1) == word2.charAt(j - 1)) {dp[i][j] = dp[i - 1][j - 1];} else {dp[i][j] = Math.min(Math.min(dp[i - 1][j - 1], dp[i][j - 1]), dp[i - 1][j]) + 1;}}}return dp[m][n];}}