思路:LCS,dp
其实就是把dp的状态信息变了一下,但是本质上的状态转移其实是没有很大的变动,既然是让我们删除其他不一样的字符,那么保留下来的肯定就是两个字符串的最长公共子序列了。这样的我们就可以设状态方程为最长公共子序列那种状态转移方程了。
这里的含义就变成了最小ASCII删除和。
当我们的s1[i]==s2[j]的时候,是不用发生任何变化的,直接把上一个状态转移过来就行;
当s1[i]!=s2[j]的时候,我们需要考虑两种情况了:第一种就是删除第一个s1字符串的当前字符,和第二种就是删除s2字符串的我当前字符,我们需要比较一下这两个字符串的删除操作结束之后,最小的删除和是哪一个,我们就选哪一个,不要忘记我们需要把这个当前字符串的ASCII值加到上一个状态上然后再进行比较。
注意:我们在刚开始的时候需要进行初始化,我们需要根据dp的状态转移信息确定怎么初始化。
例如,当s1的长度为0的时候,我们遍历s2字符串的时候,其实就是把s2字符串全部删除,状态存储就用前缀和的思想进行转移就行了。s2为0的时候,s1是同样的操作。
dp[0][0]是一定为0的,因为这个时候没有任何字符串可以删除。
class Solution {
public:int minimumDeleteSum(string s1, string s2) {vector<vector<int>>dp(s1.size()+1,vector<int>(s2.size()+1,0));int m=s1.size();int n=s2.size();for(int i=1;i<=n;i++){dp[0][i]=dp[0][i-1]+s2[i-1];}for(int i=1;i<=m;i++){dp[i][0]=dp[i-1][0]+s1[i-1];}for(int i=1;i<=m;i++){for(int j=1;j<=n;j++){if(s1[i-1]==s2[j-1]){dp[i][j]=dp[i-1][j-1];}else{dp[i][j]=min(dp[i-1][j]+s1[i-1],dp[i][j-1]+s2[j-1]);}}}return dp[m][n];}
};