首页 > 其他分享 >#yyds干货盘点# 动态规划专题:计算字符串的编辑距离

#yyds干货盘点# 动态规划专题:计算字符串的编辑距离

时间:2022-10-30 20:11:01浏览次数:45  
标签:yyds int s2 s1 盘点 length 干货 字符串 dp

1.简述:

描述

Levenshtein 距离,又称编辑距离,指的是两个字符串之间,由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符,插入一个字符,删除一个字符。编辑距离的算法是首先由俄国科学家 Levenshtein 提出的,故又叫 Levenshtein Distance 。

例如:

字符串A: abcdefg

字符串B: abcdef

通过增加或是删掉字符 ”g” 的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。

要求:

给定任意两个字符串,写出一个算法计算它们的编辑距离。

数据范围:给定的字符串长度满足 #yyds干货盘点# 动态规划专题:计算字符串的编辑距离_i++

输入描述:

每组用例一共2行,为输入的两个字符串

输出描述:

每组用例输出一行,代表字符串的距离

示例1

输入:

abcdefg
abcdef

输出:

1

2.代码实现:

import java.util.*;
public class Main{
public static void main(String[] args){
Scanner sc = new Scanner(System.in);
while(sc.hasNext()){
String s1 = sc.next();
String s2 = sc.next();
int dp[][] = new int[s1.length()+1][s2.length()+1];
dp[0][0] = 0;
for(int i = 1;i<dp.length;i++){
dp[i][0] = i;
}
for(int i = 1;i<dp[0].length;i++){
dp[0][i] = i;
}
for(int i = 1;i<dp.length;i++){
for(int j = 1;j<dp[0].length;j++){
if(s1.charAt(i-1)==s2.charAt(j-1))
{
dp[i][j] = dp[i-1][j-1];
}
else {
dp[i][j] = Math.min(dp[i-1][j-1]+1,Math.min(dp[i][j-1]+1,dp[i-1][j]+1));
}
}
}
System.out.println(dp[s1.length()][s2.length()]);
}
}
}

标签:yyds,int,s2,s1,盘点,length,干货,字符串,dp
From: https://blog.51cto.com/u_15488507/5807759

相关文章