【动态规划----“最小编辑距离”问题(C++解决)】

这篇具有很好参考价值的文章主要介绍了【动态规划----“最小编辑距离”问题(C++解决)】。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

给定两个字符串A和B,以及下列三种字符运算:

(1)删除一个字符(2)插入一个字符(3)将一个字符改写为另一个字符

设计算法求将A通过以上三种操作转换为B的最小次数

举例: “xy” => “xz”,只需要把 y 替换成 z,因此,最小编辑距离为 1。

“xyz” => “xy”,只需要删除 z ,请设计动态规划算法。

提示


  1. 如果 a[m] === b[n],那么问题转化为求解:a[1]a[2]…a[m-1] => b[1]b[2]…b[n-1] 的最小编辑距离,因此 d[m][n] === d[m-1][n-1]。比如,“xyz” => “pqz” 的最小编辑距离等于 “xy” =>“pq” 的最小编辑距离。
  1. 如果 a[m] !== b[n],又分为三种情况: • 比如,“xyz” => “efg” 的最小编辑距离等于 “xy” => “efg” 的最小编辑距离 + 1(因为允许插入操作,插入一个 “z”),抽象的描述便是 d[m][n] === d[m-1][n] + 1。
• 比如,“xyz” => “efg” 的最小编辑距离等于 “xyzg” => “efg” 的最小编辑距离 +1,且因为最后一个字符都是 “g”,根据第一个判断条件,可以再等于 “xyz” => “ef” 的最小编辑距离 +1,因此,得到结论:“xyz” => “efg” 的最小编辑距离等于 “xyz” => “ef” 的最小编辑距离 +1,抽象的描述便是:d\[m\]\[n\] === d\[m\]\[n-1\] + 1。 • 比如,“xyz” => “efg” 的最小编辑距离等于"xyg" => “efg” 的最小编辑距离 + 1(因为允许替换操作,可以把 “g” 换成 “z”),再等于 “xy” => “ef”  
的编辑距离 + 1(根据第一个判断条件),抽象的描述便是: d\[m\]\[n\] === d\[m-1\]\[n-1\] + 1。  
上述三种情况都有可能出现,因此,取其中的最小值便是整体上的最小编辑距离。
  1. 如果 a 的长度为 0,那么 a => b 的最小编辑距离为 b 的长度;反过来,如果 b 的长度为 0,那么 a => b 的最小编辑距离为 a 的长度。

代码


#include<bits/stdc++.h>

//#include

//#include <string.h>

//#include

//#include //min()包含头文件

using namespace std;

int main(){

char str1[1025],str2[1025];//长度不超过1024,长度最小要声明为1024+1,因为字符串末尾有空字符。

int n,m,temp;

while(cin>>str1>>str2){//循环输入两个字符串

m=strlen(str1);

n=strlen(str2);

vector<vector > dp(m+1,vector(n+1,0));//生成一个m+1行n+1列的二维矩阵记录当前的状态值

//初始化

for(int i=1;i<=m;i++)//dp[i][0]=i,例如dp[2][0]表示一个长度为2的字符串str1与一个空字符串str2的最小编辑距离为2(即依次将str1中的字符添加到str2中)

dp[i][0]=i;

for(int j=0;j<=n;j++)//dp[0][j]=j,例如dp[0][1]表示一个空字符串str1与一个长度为1的字符串str2的最小编辑距离为1(即依次将str2中的字符添加到str1中)

dp[0][j]=j;

dp[0][0]=0;//空字符串与空字符串之间的最小编辑距离为0

for(int i=1;i<=m;i++){

for(int j=1;j<=n;j++){

if(str2[j-1]==str1[i-1])//注意:字符串str1和str2中的索引是从0开始的,而1<=i<=m,1<=j<=n,所以这里的i和j要减1

dp[i][j]=dp[i-1][j-1];

else{

temp=min(dp[i][j-1],dp[i-1][j]);

dp[i][j]=min(temp,dp[i-1][j-1])+1;

}

}

}

cout<<dp[m][n]<<endl;//最终的dp[m][n]为两字符串之间的最小编辑距离

}

return 0;

}

运行


自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数前端工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Web前端开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。

【动态规划----“最小编辑距离”问题(C++解决)】,程序员,动态规划,c++,算法

【动态规划----“最小编辑距离”问题(C++解决)】,程序员,动态规划,c++,算法

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!

【动态规划----“最小编辑距离”问题(C++解决)】,程序员,动态规划,c++,算法

由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!

如果你觉得这些内容对你有帮助,可以扫码获取!!(备注:前端)

【动态规划----“最小编辑距离”问题(C++解决)】,程序员,动态规划,c++,算法

最后

基础知识是前端一面必问的,如果你在基础知识这一块翻车了,就算你框架玩的再6,webpack、git、node学习的再好也无济于事,因为对方就不会再给你展示的机会,千万不要因为基础错过了自己心怡的公司。前端的基础知识杂且多,并不是理解就ok了,有些是真的要去记。当然了我们是牛x的前端工程师,每天像背英语单词一样去背知识点就没必要了,只要平时工作中多注意总结,面试前端刷下题目就可以了。

什么?你问面试题资料在哪里,这不是就在你眼前吗(滑稽

,千万不要因为基础错过了自己心怡的公司。前端的基础知识杂且多,并不是理解就ok了,有些是真的要去记。当然了我们是牛x的前端工程师,每天像背英语单词一样去背知识点就没必要了,只要平时工作中多注意总结,面试前端刷下题目就可以了。

什么?你问面试题资料在哪里,这不是就在你眼前吗(滑稽

资料领取方式:戳这里获取文章来源地址https://www.toymoban.com/news/detail-857663.html

到了这里,关于【动态规划----“最小编辑距离”问题(C++解决)】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 编辑距离(动态规划)

    题目描述 给你两个单词 word1 和 word2,请你计算出将 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 编辑距离:是指两个字符串之间,由一个转成另一个所需的最少编辑操作次数。 问题:word1到word2的

    2023年04月08日
    浏览(36)
  • 力扣72. 编辑距离(动态规划)

    Problem: 72. 编辑距离 由于易得将字符串word1向word2转换和word2向word1转换是等效的,则我们假定统一为word1向word2转换!!! 1.确定状态:我们假设现在有下标i,j分别指向字符串word1和word2 尾部的字符 ,dp(i,j)表示当前的操作则: 1.1. dp(i- 1, j) + 1;表示 删除 ,直接把word1[i]的这个字

    2024年02月21日
    浏览(46)
  • 编辑距离的动态规划

    编辑距离,也称 Levenshtein 距离,指两个字符串之间互相转换的最少修改次数,通常用于在信息检索和自然语言处理中度量两个序列的相似度。 Question 输入两个字符串 (s) 和 (t) ,返回将 (s) 转换为 (t) 所需的最少编辑步数。 你可以在一个字符串中进行三种编辑操作

    2024年04月08日
    浏览(35)
  • 【算法一则】编辑距离 【动态规划】

    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 这个问题可以使用动态规划来解决。我们可以定义一个二维数组dp,其中dp[i][j]表示将word1的前i个字符转换成word

    2024年04月24日
    浏览(37)
  • 【Leetcode72】编辑距离(动态规划)

    (1)确定状态 dp[i][j] 表示word1中前 i 个单词,变换到word2中前 j 个字符,最少需要的动作次数。 (2)状态转移方程 编辑距离可以通过以下三种操作进行计算:插入一个字符、删除一个字符、替换一个字符。因此,可以使用以下状态转移方程: 如果 A[i] == B[j] ,那么 dp[i][j]

    2024年02月12日
    浏览(42)
  • 【算法】动态规划算法求(编辑距离)

    目录 编辑距离: 举例: 代码如下 调试: 核心代码: 画图演示上述代码:    是一种计算两个自符串之间差异程度的方法,它通过比较 两个字符串之间的插入,删除和 替换操作的数量 ,来确定他们之间的距离。 现有两个字符串 字符串s1:”CTGA\\\" 字符串s2:  \\\"ACGCTA\\\" 求s1和

    2024年02月12日
    浏览(42)
  • 《程序员面试金典(第6版)》 面试题 08.11. 硬币(动态规划,组合问题,C++)

    硬币。给定数量不限的硬币,币值为25分、10分、5分和1分,编写代码计算n分有几种表示法。(结果可能会很大,你需要将结果模上1000000007) 示例1: 输入: n = 5 输出:2 解释: 有两种方式可以凑成总金额: 5=5 5=1+1+1+1+1 示例2: 输入: n = 10 输出:4 解释: 有四种方式可以凑成总金额: 1

    2023年04月08日
    浏览(55)
  • 【LeetCode:72. 编辑距离 | 暴力递归=>记忆化搜索=>动态规划 】

    🚀 算法题 🚀 🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀 🌲 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨ 🌲 作者简介:硕风和炜,CSDN-Java领域新星创作者🏆,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文

    2024年02月06日
    浏览(67)
  • 动态规划Day16(编辑距离,删除元素待写完)

    目录 583. 两个字符串的删除操作 看到题目的第一想法                看到代码随想录之后的想法 自己实现过程中遇到的困难(看代码) 72. 编辑距离 看到题目的第一想法                看到代码随想录之后的想法 自己实现过程中遇到的困难(看代码) 力扣题目链接(opens new

    2024年01月24日
    浏览(53)
  • 动态规划16 | ● 583. 两个字符串的删除操作 ● *72. 编辑距离

    https://programmercarl.com/0583.%E4%B8%A4%E4%B8%AA%E5%AD%97%E7%AC%A6%E4%B8%B2%E7%9A%84%E5%88%A0%E9%99%A4%E6%93%8D%E4%BD%9C.html 考点 子序列问题 我的思路 dp[i][j]的含义是,当两个字符串分别取前i和j个元素时,对应的最少相等删除步数是多少 递推公式为,如果两个字符串第i和j个元素恰好相等,则dp值应

    2024年04月22日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包