一、题目解读二、解题思路采用动态规划(Dynamic Programming)策略。核心思想是构建二维dp数组,dp[j]表示A的前i个字符转换为B的前j个字符的最小操作次数。通过初始化边界条件(空串转换的情况)和状态转移方程(字符相同时无需操作,不同时选择插入、删除、替换中的**解),最终得到dp[m][n]即为答案。 三、解题步骤1. 输入与初始化:读取字符串A和B,记录长度m和n,创建dp数组。 2. 边界条件:dp[0] = i(删除A前i个字符),dp[0][j] = j(插入B前j个字符)。 3. 状态转移: 若A[i-1] == B[j-1],则dp[j] = dp[i-1][j-1](无需操作)。 否则,计算三种操作的最小值:插入(dp[j-1] + 1)、删除(dp[i-1][j] + 1)、替换(dp[i-1][j-1] + 1)。 4. 输出结果:dp[m][n]即为最小编辑距离。 四、代码与注释
- #include <iostream>
- #include <string>
- #include <algorithm>
- using namespace std;
- int main() {
- string A, B;
- cin >> A >> B; // 输入两个字符串
- int m = A.length(), n = B.length();
-
- // dp[i][j]表示A的前i个字符转换为B的前j个字符的最小操作次数
- int dp[m+1][n+1];
-
- // 初始化边界条件
- for(int i = 0; i <= m; i++) dp[i][0] = i; // 删除i次
- for(int j = 0; j <= n; j++) dp[0][j] = j; // 插入j次
-
- for(int i = 1; i <= m; i++) {
- for(int j = 1; j <= n; j++) {
- if(A[i-1] == B[j-1]) {
- // 字符相同,无需操作
- dp[i][j] = dp[i-1][j-1];
- } else {
- // 取三种操作中的最小值:插入、删除、替换
- dp[i][j] = min({
- dp[i][j-1] + 1, // 插入
- dp[i-1][j] + 1, // 删除
- dp[i-1][j-1] + 1 // 替换
- });
- }
- }
- }
-
- cout << dp[m][n] << endl; // 输出最小编辑距离
- return 0;
- }
复制代码
五、总结本文通过动态规划方法解决了洛谷P2758的编辑距离问题,关键点在于理解dp数组的构建逻辑与状态转移方程。通过清晰的边界条件和三种操作的优化选择,实现了高效求解。代码简洁且注释明确,适合算法学习者参考实践。
|