ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

python leetcode 编辑距离 动态规划算法

2021-01-28 15:35:44  阅读:210  来源: 互联网

标签:return str python memo 算法 w2 w1 leetcode dp


题目链接

https://leetcode-cn.com/problems/edit-distance/

题目介绍


编辑距离

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

示例 1:

输入:word1 = "horse", word2 = "ros" 输出:3

解释:

horse -> rorse (将 'h' 替换为 'r')

rorse -> rose (删除 'r')

rose -> ros (删除 'e')



class Solution:
    def minDistance(self, w1: str, w2: str) -> int:
        def dp(i, j):
            #base case
            if i == -1:
                return j + 1
            elif j == -1:
                return i + 1
            elif w1[i] == w2[j]:
                return dp(i - 1, j - 1)
            else:
                return min(
                    dp(i, j - 1) + 1, 
                    dp(i - 1, j) + 1, 
                    dp(i - 1, j - 1) + 1
                    )

        return dp(len(w1) - 1, len(w2) - 1)

原因

这道题也是动态规划的原因是

  • 包含最值问题
  • 不断对子问题的求解

思路

指针

对这种字符串,子序列问题,常常用两个指针(最后一个索引),不断动态向前

基例

如果ij有一个等于-1,这个就说明w1,w2其中有一个长度为0,即为None,那最优操作就是直接复制一下另一个

状态转移方程

类比一下零钱兑换,无非就是单操作和多操作的区别,一个是自对抗,一个是多对抗


优化

同理,动态规划可以通过写表-查表来解决,不同点是键和值变成了两个


class Solution:
    def minDistance(self, w1: str, w2: str) -> int:
        memo = {}

        def dp(i, j):
            # 查表
            if (i, j) in memo:
                return memo[(i, j)]
            # base case
            elif i == -1:
                return j + 1
            elif j == -1:
                return i + 1
            elif w1[i] == w2[j]:
                memo[(i,j)] = dp(i - 1, j - 1)
            else:
                memo[(i, j)] = min(
                    dp(i, j - 1) + 1,
                    dp(i - 1, j) + 1, 
                    dp(i - 1, j - 1) + 1
                )
            return memo[(i, j)]

        return dp(len(w1) - 1, len(w2) - 1)

注意点

  • 基例中两者直接相等,不是return,而是直接写表
  • else分支下面的子句应该没有return语句,否则会报错,return应该放到与else同一地位的地方。因为要等到迭代好了之后才最后写入表。
  • 因为元组空间复杂度低于列表,所以采用元组

拓展


class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        visited = set()
        queue = collections.deque([(word1, word2, 0)])

        while True:
            w1, w2, d = queue.popleft()
            if (w1, w2) not in visited:
                if w1 == w2:
                    return d
                visited.add((w1, w2))
                while w1 and w2 and w1[0] == w2[0]:
                    w1 = w1[1:]
                    w2 = w2[1:]
                d += 1
                queue.extend([(w1[1:], w2[1:], d), (w1, w2[1:], d), (w1[1:], w2, d)])

这是beat 100%的范例,不过我认为大家掌握上面的通法就行,这种比较偏的还是跳过为好!

标签:return,str,python,memo,算法,w2,w1,leetcode,dp
来源: https://www.cnblogs.com/sherlcok314159/p/14340017.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有