• 华为机试题 计算字符串的距离


    简介

    比较好的动态规划的题目.

    code

    import java.util.Scanner;
    public class Main {
        public static void main(String[] args) {
            Scanner in = new Scanner(System.in);
            while(in.hasNext()){
                String strA = in.next();
                String strB = in.next();
                int ic = 1;
                int dc = 1;
                int rc = 1;
                int cost = strEditCost(strA, strB, ic, dc, rc);
                System.out.println(cost);
            }
            in.close();
        }
        public static int strEditCost(String strA, String strB, int ic, int dc, int rc){
            /* 字符串之间的距离,编辑距离,将strA编辑成strB所需的最小代价
             * 编辑操作包括插入一个字符、删除一个字符、替换一个字符
             * 分别对应的代价是ic、dc、rc,insert cost、delete cost、replace cost
             * strA[x-1]代表strA的第x个字符,注意下标是从0开始的,strA[y-1]代表strA的第y个字符
             * 定义一个代价矩阵为(N+1)*(M+1),M N 表示strA strB的长度
             * dp[x][y]表示strA的前x个字符串编辑成 strB的前y个字符所花费的代价
             * dp[x][y]是下面几种值的最小值:
                 * 1、dp[x][y] = dp[x-1][y] + dc
                 * dp[x-1][y]将strA的前x-1个字符编辑成strB的前y个字符的代价已知,
                 * 那么将将strA的前x个字符编辑成strB的前y个字符的代价dp[x][y]就是dp[x-1][y] + dc
                 * 相当于strA的前x-1个字符编辑成strB的前y个字符,现在变成了strA的前x个字符,增加了一个字符,要加上删除代价
                 * 2、dp[x][y] = dp[x][y-1] + ic
                 * dp[x][y-1]将strA的前x个字符编辑成strB的前y-1个字符的代价已知,
                 * 现在变为strB的前y个字符,相应的在strA前x个操作代价的基础上插入一个字符
                 * 3、dp[x][y] = dp[x-1][y-1]
                 * dp[x-1][y-1]将strA的前x-1个字符编辑成strB的前y-1个字符的代价已知,
                 * strA的第x个字符和strB的第y个字符相同,strA[x-1] == strB[y-1],没有引入操作
                 * 4、dp[x][y] = dp[x-1][y-1] + rc
                 * strA的第x个字符和strB的第y个字符不相同,strA[x-1] != strB[y-1],
                 * 在strA的前x-1个字符编辑成strB的前y-1个字符的代价已知的情况下,
                 * 计算在strA的前x字符编辑成strB的前y个字符的代价需要加上替换一个字符的代价
             * */
            int m = strA.length();
            int n = strB.length();
            int[][] dp = new int[m + 1][n + 1];
            for (int i = 1; i <= n; i++) dp[0][i] = i*ic;
            for (int i = 1; i <= m; i++) dp[i][0] = i*dc;
            for (int x = 1; x <= m; x++) {
                for (int y = 1; y <= n; y++) {
                    int cost1 = dp[x-1][y] + dc;
                    int cost2 = dp[x][y-1] + ic;
                    int cost3 = 0;
                    if(strA.charAt(x-1) == strB.charAt(y-1))
                        cost3 = dp[x-1][y-1];
                    else
                        cost3 = dp[x-1][y-1] + rc;
                    dp[x][y] = Math.min(cost1, cost2);
                    dp[x][y] = Math.min(dp[x][y], cost3);
                }
            }
            return dp[m][n];
        }
    }
    
    Hope is a good thing,maybe the best of things,and no good thing ever dies.----------- Andy Dufresne
  • 相关阅读:
    POJ2559/HDU1506 Largest Rectangle in a Histogram (cartesian tree)
    POJ2201 Cartesian Tree (cartesian tree)
    一本通1007
    一本通1006
    一本通1005
    一本通1004
    一本通1003
    一本通1002
    一本通1001
    一本通1000
  • 原文地址:https://www.cnblogs.com/eat-too-much/p/14941828.html
Copyright © 2020-2023  润新知