系列文章目录

代码随想录算法训练营第一天|数组理论基础，704. 二分查找，27. 移除元素
代码随想录算法训练营第二天|977.有序数组的平方 ，209.长度最小的子数组 ，59.螺旋矩阵II
代码随想录算法训练营第三天|链表理论基础，203.移除链表元素，707.设计链表，206.反转链表
代码随想录算法训练营第四天|24. 两两交换链表中的节点，19.删除链表的倒数第N个节点，面试题 02.07. 链表相交，142.环形链表II，总结
代码随想录算法训练营第五天|哈希表理论基础，242.有效的字母异位词，349. 两个数组的交集，202. 快乐数，1. 两数之和
代码随想录算法训练营第六天|454.四数相加II，383. 赎金信，15. 三数之和，18. 四数之和，总结
代码随想录算法训练营第七天|344.反转字符串，541. 反转字符串II，卡码网：54.替换数字，151.翻转字符串里的单词，卡码网：55.右旋转字符串
代码随想录算法训练营第八天|28. 实现 strStr()，459.重复的子字符串，字符串总结，双指针回顾
代码随想录算法训练营第九天|理论基础，232.用栈实现队列，225. 用队列实现栈
代码随想录算法训练营第十天|20. 有效的括号，1047. 删除字符串中的所有相邻重复项，150. 逆波兰表达式求值
代码随想录算法训练营第十一天|239. 滑动窗口最大值，347.前 K 个高频元素，总结
代码随想录算法训练营第十二天|理论基础，递归遍历，迭代遍历，统一迭代
代码随想录算法训练营第十三天|层序遍历10，226.翻转二叉树，101.对称二叉树
代码随想录算法训练营第十四天|104.二叉树的最大深度，559.n叉树的最大深度，111.二叉树的最小深度，222.完全二叉树的节点个数
代码随想录算法训练营第十五天|110.平衡二叉树，257. 二叉树的所有路径，404.左叶子之和
代码随想录算法训练营第十六天|513.找树左下角的值，112. 路径总和，113.路径总和ii，106.从中序与后序遍历序列构造二叉树，105.从前序与中序遍历序列构造二叉树
代码随想录算法训练营第十七天|654.最大二叉树，617.合并二叉树，700.二叉搜索树中的搜索，98.验证二叉搜索树
代码随想录算法训练营第十八天|530.二叉搜索树的最小绝对差，501.二叉搜索树中的众数，236. 二叉树的最近公共祖先
代码随想录算法训练营第十九天|235. 二叉搜索树的最近公共祖先，701.二叉搜索树中的插入操作，450.删除二叉搜索树中的节点
代码随想录算法训练营第二十天|669. 修剪二叉搜索树，108.将有序数组转换为二叉搜索树，538.把二叉搜索树转换为累加树，总结篇
代码随想录算法训练营第二十一天|回溯算法理论基础，77. 组合
代码随想录算法训练营第二十二天|216.组合总和III，17.电话号码的字母组合
代码随想录算法训练营第二十三天|39. 组合总和，40.组合总和II，131.分割回文串
代码随想录算法训练营第二十四天|93.复原IP地址，78.子集，90.子集II
代码随想录算法训练营第二十五天|491.递增子序列，46.全排列，47.全排列 II
代码随想录算法训练营第二十六天|332.重新安排行程，51. N皇后，37. 解数独，总结
代码随想录算法训练营第二十七天|贪心算法理论基础，455.分发饼干，376. 摆动序列，53. 最大子序和
代码随想录算法训练营第二十八天|122.买卖股票的最佳时机II，55. 跳跃游戏，45.跳跃游戏II
代码随想录算法训练营第二十九天|1005.K次取反后最大化的数组和，134. 加油站，135. 分发糖果
代码随想录算法训练营第三十天|860.柠檬水找零，406.根据身高重建队列，452. 用最少数量的箭引爆气球
代码随想录算法训练营第三十一天|435. 无重叠区间，763.划分字母区间，56. 合并区间
代码随想录算法训练营第三十二天|738.单调递增的数字，968.监控二叉树，总结
代码随想录算法训练营第三十三天|动态规划理论基础，509. 斐波那契数，70. 爬楼梯，746. 使用最小花费爬楼梯
代码随想录算法训练营第三十四天|62.不同路径，63. 不同路径 II
代码随想录算法训练营第三十五天|343. 整数拆分，96.不同的二叉搜索树
代码随想录算法训练营第三十六天|背包理论基础，416. 分割等和子集
代码随想录算法训练营第三十七天|1049. 最后一块石头的重量 II，494. 目标和，474.一和零
代码随想录算法训练营第三十八天|完全背包，518. 零钱兑换 II，377. 组合总和 Ⅳ
代码随想录算法训练营第三十九天|70. 爬楼梯 （进阶），322. 零钱兑换，279.完全平方数
代码随想录算法训练营第四十天|139.单词拆分，多重背包介绍，背包问题总结篇！
代码随想录算法训练营第四十一天|198.打家劫舍，213.打家劫舍II，337.打家劫舍III
代码随想录算法训练营第四十二天|121. 买卖股票的最佳时机，122.买卖股票的最佳时机II
代码随想录算法训练营第四十三天|123.买卖股票的最佳时机III，188.买卖股票的最佳时机IV
代码随想录算法训练营第四十四天|309.最佳买卖股票时机含冷冻期，714.买卖股票的最佳时机含手续费，总结
代码随想录算法训练营第四十五天|300.最长递增子序列，674. 最长连续递增序列，718. 最长重复子数组
代码随想录算法训练营第四十六天|1143.最长公共子序列，1035.不相交的线，53. 最大子序和
代码随想录算法训练营第四十七天|392.判断子序列，115.不同的子序列

---

583. 两个字符串的删除操作

题目链接： 583. 两个字符串的删除操作
题目内容： 给定两个单词 word1 和 word2 ，返回使得 word1 和 word2 相同所需的最小步数。每步 可以删除任意一个字符串中的一个字符。
视频讲解： 动态规划之子序列，还是为了编辑距离做铺垫 | LeetCode：583.两个字符串的删除操作

动态规划问题的五步曲：

• 确定dp数组（dp table）以及下标的含义：dp[i][j]表示以i-1为结尾的字符串word1，和以j-1位结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。

• 确定递推公式：

  • 当word1[i - 1] 与 word2[j - 1]相同的时候，dp[i][j] = dp[i - 1][j - 1];
  • 当word1[i - 1] 与 word2[j - 1]不相同的时候，dp[i][j] = min({dp[i - 1][j - 1] + 2, dp[i - 1][j] + 1, dp[i][j - 1] + 1});

• dp数组如何初始化：dp[i][0] = i，dp[0][j]=j

• 确定遍历顺序：从左到右遍历，从上到下遍历

• 举例推导dp数组

class Solution:def minDistance(self, word1: str, word2: str) -> int:dp=[[0] * (len(word2)+1) for _ in range(len(word1)+1)]for i in range(len(word1)+1):dp[i][0]=ifor j in range(len(word2)+1):dp[0][j]=jfor i in range(1,len(word1)+1):for j in range(1,len(word2)+1):if word1[i-1]==word2[j-1]:dp[i][j]=dp[i-1][j-1]else:dp[i][j]=min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]+2)return dp[-1][-1]

72. 编辑距离

题目链接： 72. 编辑距离
题目内容： 给你两个单词 word1 和 word2， 请返回将 word1 转换成 word2 所使用的最少操作数 。你可以对一个单词进行如下三种操作：插入一个字符，删除一个字符，替换一个字符
视频讲解： 动态规划终极绝杀！ LeetCode：72.编辑距离

动态规划问题的五步曲：

• 确定dp数组（dp table）以及下标的含义：以下标i-1为结尾的字符串word1和以下标j-1为结尾的字符串word2的最少操作次数就是 dp[i][j]

• 确定递推公式：

  • 当word1[i - 1] 与 word2[j - 1]相同的时候，dp[i][j] = dp[i - 1][j - 1];
  • 当word1[i - 1] 与 word2[j - 1]不相同的时候，dp[i][j] = min({dp[i - 1][j - 1], dp[i - 1][j], dp[i][j - 1]})+1;

• dp数组如何初始化：dp[i][0] = i，dp[0][j]=j

• 确定遍历顺序：从左到右遍历，从上到下遍历

• 举例推导dp数组

class Solution:def minDistance(self, word1: str, word2: str) -> int:dp = [[0] * (len(word2)+1) for _ in range(len(word1)+1)]for i in range(len(word1)+1):dp[i][0] = ifor j in range(len(word2)+1):dp[0][j] = jfor i in range(1, len(word1)+1):for j in range(1, len(word2)+1):if word1[i-1] == word2[j-1]:dp[i][j] = dp[i-1][j-1]else:dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1return dp[-1][-1]