共计 2584 个字符，预计需要花费 7 分钟才能阅读完成。
题目形容
这是 LeetCode 上的 583. 两个字符串的删除操作 ，难度为 中等。
Tag :「最长公共子序列」、「序列 DP」
给定两个单词 word1 和 word2，找到使得 word1 和 word2 雷同所需的最小步数，每步能够删除任意一个字符串中的一个字符。
示例：
输出: "sea", "eat"
输入: 2
解释: 第一步将 "sea" 变为 "ea"，第二步将 "eat" 变为 "ea"提醒：
- 给定单词的长度不超过 $500$。
- 给定单词中的字符只含有小写字母。
转换为 LCS 问题
首先，给定两字符 s1 和 s2，求通过多少次删除操作，可使得两个相等字符串。
该问题等价于求解两字符的「最长公共子序列」，若两者长度别离为 $n$ 和 $m$，而最长公共子序列长度为 $max$，则 $n – max + m – max$ 即为答案。
对「最长公共子序列（LCS）」不相熟的同学，能够看 (题解) 1143. 最长公共子序列。
$f[i][j]$ 代表思考 $s1$ 的前 $i$ 个字符、思考 $s2$ 的前 $j$ 个字符（但最长公共子序列中不肯定蕴含 $s1[i]$ 或者 $s2[j]$）时造成的「最长公共子序列（LCS）」长度。
当有了「状态定义」之后，基本上「转移方程」就是跃然纸上：
s1[i]==s2[j]: $f[i][j]=f[i-1][j-1]+1$。代表 必然应用 $s1[i]$ 与 $s2[j]$ 时 LCS 的长度。s1[i]!=s2[j]: $f[i][j]=max(f[i-1][j], f[i][j-1])$。代表 必然不应用 $s1[i]$（但可能应用 $s2[j]$）时 和 必然不应用 $s2[j]$（但可能应用 $s1[i]$）时 LCS 的长度。
能够发现，上述两种探讨曾经蕴含了「不应用 $s1[i]$ 和 $s2[j]$」、「仅应用 $s1[i]$」、「仅应用 $s2[j]$」和「应用 $s1[i]$ 和 $s2[j]$」四种状况。
尽管「不应用 $s1[i]$ 和 $s2[j]$」会被 $f[i – 1][j]$ 和 $f[i][j – 1]$ 反复蕴含，但对于求最值问题，反复比拟并不想影响答案正确性。
因而最终的 $f[i][j]$ 为上述两种探讨中的最大值。
一些编码细节：
通常会习惯性往字符串头部追加一个空格，以缩小边界判断（使下标从 1 开始，并很容易结构出可滚动的「有效值」）。但实现上，不必真的往字符串中最佳空格，只需在初始化动规值时假设存在首部空格，以及对最初的 LCS 长度进行减一操作即可。
代码：
class Solution {public int minDistance(String s1, String s2) {char[] cs1 = s1.toCharArray(), cs2 = s2.toCharArray();
int n = s1.length(), m = s2.length();
int[][] f = new int[n + 1][m + 1];
// 假设存在哨兵空格，初始化 f[0][x] 和 f[x][0]
for (int i = 0; i <= n; i++) f[i][0] = 1;
for (int j = 0; j <= m; j++) f[0][j] = 1;
for (int i = 1; i <= n; i++) {for (int j = 1; j <= m; j++) {f[i][j] = Math.max(f[i - 1][j], f[i][j - 1]);
if (cs1[i - 1] == cs2[j - 1]) f[i][j] = Math.max(f[i][j], f[i - 1][j - 1] + 1);
}
}
int max = f[n][m] - 1; // 减去哨兵空格
return n - max + m - max;
}
}- 工夫复杂度：$O(n * m)$
- 空间复杂度：$O(n * m)$
序列 DP
上述解决方案是套用了「最长公共子序列（LCS）」进行求解，最初再依据 LCS 长度计算答案。
而更加符合题意的状态定义是依据「最长公共子序列（LCS）」的原始状态定义进行微调：定义 $f[i][j]$ 代表思考 $s1$ 的前 $i$ 个字符、思考 $s2$ 的前 $j$ 个字符（最终字符串不肯定蕴含 $s1[i]$ 或 $s2[j]$）时造成雷同字符串的最小删除次数。
同理，不失一般性的思考 $f[i][j]$ 该如何计算：
s1[i]==s2[j]：$f[i][j] = f[i – 1][j – 1]$，代表能够不必必然删掉 $s1[i]$ 和 $s2[j]$ 造成雷同字符串；s1[i]!=s2[j]：$f[i][j] = \min(f[i – 1][j] + 1, f[i][j – 1] + 1)$，代表至多一个删除 $s1[i]$ 和 $s2[j]$ 中的其中一个。
$f[i][j]$ 为上述计划中的最小值，最终答案为 $f[n][m]$。
代码：
class Solution {public int minDistance(String s1, String s2) {char[] cs1 = s1.toCharArray(), cs2 = s2.toCharArray();
int n = s1.length(), m = s2.length();
int[][] f = new int[n + 1][m + 1];
for (int i = 0; i <= n; i++) f[i][0] = i;
for (int j = 0; j <= m; j++) f[0][j] = j;
for (int i = 1; i <= n; i++) {for (int j = 1; j <= m; j++) {f[i][j] = Math.min(f[i - 1][j] + 1, f[i][j - 1] + 1);
if (cs1[i - 1] == cs2[j - 1]) f[i][j] = Math.min(f[i][j], f[i - 1][j - 1]);
}
}
return f[n][m];
}
}- 工夫复杂度：$O(n * m)$
- 空间复杂度：$O(n * m)$
最初
这是咱们「刷穿 LeetCode」系列文章的第 No.583 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，局部是有锁题，咱们将先把所有不带锁的题目刷完。
在这个系列文章外面，除了解说解题思路以外，还会尽可能给出最为简洁的代码。如果波及通解还会相应的代码模板。
为了不便各位同学可能电脑上进行调试和提交代码，我建设了相干的仓库：https://github.com/SharingSource/LogicStack-LeetCode。
在仓库地址里，你能够看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其余优选题解。
更多更全更热门的「口试 / 面试」相干材料可拜访排版精美的 合集新基地 🎉🎉
本文由 mdnice 多平台公布