网站开发手机端免费开源网站
代码随想录动态规划part12|115.不同的子序列、583. 两个字符串的删除操作、72. 编辑距离、编辑距离总结篇
- 115.不同的子序列 -- 递推公式略难理解
- 583. 两个字符串的删除操作
- 72. 编辑距离
- 编辑距离总结篇
115.不同的子序列 – 递推公式略难理解
leetcode题目链接
代码随想录文档讲解
思路
:
s中有多少种删除字符串的方式使之变为t
-
dp数组定义,dp[i][j]: (i-1) 为结尾的s与 j-1为结尾的t的个数
-
递推公式
if(s[i-1]=t[j-1]) dp[i][j] = dp[i-1][j-1] + dp[i-1][j]
else dp[i][j] = dp[i-1][j] 注意:这里是dp[i-1][j],不是j-1
如果两个元素相等,可以使用这个元素也可以不使用s中的这个元素
如果不相同,就要删除s中这个元素再进行计算
-
初始化: dp[i][0] = 1(s不空,t为空), dp[0][j] = 0 (s为空),dp[0][0] = 1
-
遍历顺序
从左到右,从上到下
python代码
:
class Solution:def numDistinct(self, s: str, t: str) -> int:if len(s) < len(t):return 0dp = [[0]*(len(t)+1) for _ in range(len(s)+1)]for i in range(len(s)+1):dp[i][0] = 1for i in range(1, len(s)+1):for j in range(1, len(t)+1):if s[i-1] == t[j-1]:dp[i][j] = dp[i-1][j-1] + dp[i-1][j]else:dp[i][j] = dp[i-1][j]return dp[-1][-1]
583. 两个字符串的删除操作
leetcode题目链接
代码随想录文档讲解
思路
:
本题递推公式较为好像,但第一次提交初始化出错未通过
初始化注意:dp[i][0] = i;dp[0][j] = j
python代码
:
class Solution:def minDistance(self, word1: str, word2: str) -> int:dp = [[0]*(len(word2)+1) for _ in range(len(word1)+1)]for i in range(len(word1)+1):dp[i][0] = ifor j in range(len(word2)+1):dp[0][j] = jfor i in range(1, len(word1)+1):for j in range(1, len(word2)+1):if word1[i-1] == word2[j-1]:dp[i][j] = dp[i-1][j-1]else:dp[i][j] = min(dp[i-1][j-1]+2, dp[i-1][j]+1, dp[i][j-1]+1)return dp[-1][-1]
class Solution(object):def minDistance(self, word1, word2):m, n = len(word1), len(word2)# dp 求解两字符串最长公共子序列dp = [[0] * (n+1) for _ in range(m+1)]for i in range(1, m+1):for j in range(1, n+1):if word1[i-1] == word2[j-1]:dp[i][j] = dp[i-1][j-1] + 1else:dp[i][j] = max(dp[i-1][j], dp[i][j-1])# 删去最长公共子序列以外元素return m + n - 2 * dp[-1][-1]
72. 编辑距离
leetcode题目链接
代码随想录文档讲解
思路
:
-
dp数组定义
dp[i][j] 以i-1为结尾的word1和以j-1为结尾的word2最少操作次数 -
递推公式
两种情况:if dp[i-1] == dp[j-1]: dp[i][j] = dp[i-1][j-1] 不需要修改元素
else: dp[i][j] = min(dp[i-1][j] +1, dp[i][j-1]+1, dp[i-1][j-1]+1) (删除元素和添加元素是逆向操作,操作次数一致,只需要考虑一种即可)(替换一个元素,使word1中这个元素和word2中这个元素相同) -
初始化
dp[i][0] = i 和 dp[0][j] = j 注意 -
遍历顺序
从前往后,从左往右
python代码
:
class Solution:def minDistance(self, word1: str, word2: str) -> int:dp = [[0]*(len(word2)+1) for _ in range(len(word1)+1)]for i in range(len(word1)+1):dp[i][0] = ifor j in range(len(word2)+1):dp[0][j] = jfor i in range(1, len(word1)+1):for j in range(1, len(word2)+1):if word1[i-1] == word2[j-1]:dp[i][j] = dp[i-1][j-1]else:dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1return dp[-1][-1]
编辑距离总结篇
代码随想录文档讲解