对于两个字符串A和B,我们需要进行插入、删除和修改操作将A串变为B串,定义c0,c1,c2分别为三种操作的代价,请设计一个高效算法,求出将A串变为B串所需要的最少代价。
给定两个字符串A和B,及它们的长度和三种操作代价,请返回将A串变为B串所需要的最小代价。保证两串长度均小于等于300,且三种代价值均小于等于100。
测试样例:
"abc",3,"adc",3,5,3,100
返回:8
对于两个字符串A和B,我们需要进行插入、删除和修改操作将A串变为B串,定义c0,c1,c2分别为三种操作的代价,请设计一个高效算法,求出将A串变为B串所需要的最少代价。
给定两个字符串A和B,及它们的长度和三种操作代价,请返回将A串变为B串所需要的最小代价。保证两串长度均小于等于300,且三种代价值均小于等于100。
"abc",3,"adc",3,5,3,100
返回:8
动态规划问题只不过将代价都为1变成了指定的,注意初始化以及状态方程即可:
import java.util.*;
public class MinCost {
public static int findMinCost(String A, int n, String B, int m, int c0, int c1, int c2) {
// write code here
int[][] dis=new int[n+1][m+1];
for(int i=0;i<=n;i++) {
dis[i][0]=i*c1;
}
for(int j=0;j<=m;j++) {
dis[0][j]=j*c0;
}
for(int i=1;i<=n;i++) {
for(int j=1;j<=m;j++) {
dis[i][j]=Math.min(dis[i][j-1]+c0, Math.min(dis[i-1][j]+c1,dis[i-1][j-1]+(A.charAt(i-1)==B.charAt(j-1)?0:c2 )));
}
}
return dis[n][m];
}
}
import java.util.*;
public class MinCost {
public int findMinCost(String A, int n, String B, int m, int c0, int c1, int c2) {
int[][] dp = new int[n + 1][m + 1];
dp[0][0] = 0;
for (int i = 1; i <= m; i ++ ) {
dp[0][i] = c0 * i;
}
for (int i = 1; i <= n; i ++ ) {
dp[i][0] = c1 * i;
}
for (int i = 1; i < dp.length; i ++ ) {
for (int j = 1; j < dp[0].length; j ++ ) {
if(A.charAt(i - 1) == B.charAt(j - 1)) dp[i][j] = dp[i - 1][j - 1];
else dp[i][j] = Math.min(dp[i - 1][j - 1] + c2, Math.min(dp[i][j - 1] + c0, dp[i - 1][j] + c1));
}
}
return dp[n][m];
}
}
public static int findMinCost(String A, int n, String B, int m, int c0, int c1, int c2) { // write code here /* 当A=="" 或者B==""时,cost是删除或插入的代价 当A!="" 且 B!= ""时 A[i] == B[j] D[i][j] = D[i-1][j-1] A[i] != B[j] D[i][j] = MIN{D[i-1][j-1]+c2(修改一个值),D[i-1][j]+c1(删除一个值),D[i][j-1]+c0(插入一个值)} */ int[][] D = new int[n+1][m+1]; for(int i = 1; i < n + 1;i ++){ D[i][0] = D[i-1][0] + c1; } for(int j = 1; j < m + 1 ; j ++){ D[0][j] = D[0][j-1] + c0; } for(int i = 1; i < n + 1; i ++){ for(int j = 1; j < m + 1 ; j ++){ if (A.charAt(i - 1) == B.charAt(j - 1)) { D[i][j] = D[i - 1][j - 1]; } else { D[i][j] = Math.min(D[i - 1][j - 1] + c2, Math.min(D[i][j - 1] + c0, D[i - 1][j] + c1)); } } } return D[n][m]; }