本文共 1301 字，大约阅读时间需要 4 分钟。

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

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')

示例 2：

输入：word1 = "intention", word2 = "execution"输出：5解释：intention -> inention (删除 't')inention -> enention (将 'i' 替换为 'e')enention -> exention (将 'n' 替换为 'x')exention -> exection (将 'n' 替换为 'c')exection -> execution (插入 'u')

思路

动态规划

一、定义 dp[i][j]

1. dp[i][j] 代表 word1 中前 i 个字符，变换到 word2 中前 j 个字符，最短需要操作的次数
2. 需要考虑 word1 或 word2 一个字母都没有，即全增加/删除的情况，所以预留 dp[0][j] 和 dp[i][0]

二、状态转移

1. 增，dp[i][j] = dp[i][j - 1] + 1
2. 删，dp[i][j] = dp[i - 1][j] + 1
3. 改，dp[i][j] = dp[i - 1][j - 1] + 1
4. 按顺序计算，当计算 dp[i][j] 时，dp[i - 1][j] ， dp[i][j - 1] ， dp[i - 1][j - 1] 均已经确定了
5. 配合增删改这三种操作，需要对应的 dp 把操作次数加一，取三种的最小
6. 如果刚好这两个字母相同 word1[i - 1] = word2[j - 1] ，那么可以直接参考 dp[i - 1][j - 1] ，操作不用加一

三、代码

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];        for(int i=1; i<=n; i++){
               dp[0][i] = i;        }        for(int j=1; j<=m; j++){
               dp[j][0] = j;        }            for(int i=1; i

转载地址：http://dpwpi.baihongyu.com/