当前位置: 首页 > news >正文

华为OD机考双机位C卷 - 两个字符串间的最短路径 (Java Python JS GO C++ C)

两个字符串间的最短路径

2026华为OD机试双机位C卷 - 华为OD上机考试双机位C卷

华为OD机试双机位C卷真题目录点击查看: 【全网首发】2026华为OD机位C卷 机考真题题库含考点说明以及在线OJ(OD上机考试双机位C卷)

题目描述

给定两个字符串,分别为字符串A与字符串B。

例如A字符串为ABCABBA,B字符串为CBABAC可以得到m*n的二维数组,定义原点为(0,0),终点为(m,n),水平与垂直的每一条边距离为1,

从原点(0,0)到(0,A)为水平边,距离为1,从(0,A)到(A,C)为垂直边,距离为1;

假设两个字符串同一位置的两个字符相同则可以作一个斜边,如(A,C)到(B,B)最短距离为斜边,距离同样为1。

作出所有的斜边,则有(0,0)到(B,B)的距离为 1个水平边+1个垂直边+1个斜边 =3。

image-20240102200702399

根据定义可知,原点到终点的最短距离路径如下图红线标记,最短距离为9;
路径为(0,0)->(A,0)->(A,C)->(B,B)->(C,B)->(A,A)->(B,B)->(B,B)->(A,A)->(A,C)

image-20240102201132737

输入描述

空格分割的两个字符串 A 与字符串 B

  • 字符串不为"空串"

  • 字符格式满足正则规则:[A-Z]

  • 字符串长度 < 10000

输出描述

原点到终点的最短距离

用例

输入 ABC ABC
输出 3
说明
输入 ABCABBA CBABAC
输出 9
说明

解题思路

题意其实很简单,就是把AB两个字符串的字符映射到坐标轴上面。A的字符串为x轴,B的字符串为y轴。

起始和终点为(0,0)和(m,n)。然后求起点到终点的最短路径。这个路径的求法有限制。

如上面的图所示,起点为(0,0),然后下一个坐标轴,可以往(0,A)或者(C,0)走,这里我们选择往(0,A)走。然后再往(A,C)走。然后我们可以往(C,B)或者(B,0)或(B,B)(这个坐标是因为坐标的x和y都为B,所以可以斜着走)走。知道走到终点。

这个问题可以通过动态规划来解决。动态规划的基本思想是将一个复杂的问题分解为多个子问题,然后通过解决子问题来解决原问题。在这个问题中,我们需要找到从原点到终点的最短距离,这个距离可以通过计算到每个点的最短距离来得到。

首先,我们需要创建一个动态规划数组,用于存储到每个点的最短距离。然后,我们初始化数组的第一行和第一列,即从原点到每个点的距离。

接下来,我们遍历字符串B,对于每个字符,我们遍历字符串A,对于每个字符,我们检查当前字符是否与字符串B的当前字符匹配。如果匹配,那么我们更新动态规划数组的当前位置为左上角的值加1;如果不匹配,那么我们更新动态规划数组的当前位置为左边和上边的最小值加1。

最后,我们输出从原点到终点的最短距离,即动态规划数组的最后一个元素。

以下是详细的推导过程:

  1. 初始化:

    • dp[0]dp[n] 初始化为 0n ,因为从字符串A的开头到每个位置的最短距离就是对应的索引值(即水平移动的距离)。
  2. 遍历字符串B( i1m ):

    • 在每次新的行开始时,更新 dp[0]i ,因为从字符串B的开头到当前位置的最短距离就是 i (即垂直移动的距离)。

    • 保存 prev 为左上角的值,即上一行的 dp[0]

  3. 遍历字符串A( j1n ):

    • 保存 temp 为当前 dp[j] 的值,因为在更新 dp[j] 时需要用到。

    • 如果 A[j-1] == B[i-1] (字符匹配),则 dp[j] 更新为 prev + 1 ,因为可以直接从左上角移动到当前位置。

    • 如果 A[j-1] != B[i-1] (字符不匹配),则 dp[j] 更新为 min(dp[j], dp[j-1]) + 1 ,即从左边或上边移动到当前位置的最小值加1。

    • 更新 prev 为当前 dp[j] 的原始值(即 temp )。

  4. 最终, dp[n] 保存了从字符串A到字符串B的最短距离。

这个过程中,我们只保留了当前行和上一行的信息,从而将空间复杂度从O(mn)降低到了O(n)。

http://www.jsqmd.com/news/451602/

相关文章:

  • 酷安UWP:无缝衔接桌面端的社区体验解决方案
  • 解锁激光雕刻:从0到1掌握LaserGRBL的实用指南
  • 云容笔谈·东方红颜影像生成系统在网络安全领域的创新应用:生成仿真测试图像
  • d3d11 创建顶点布局不依赖 vsBlob (附录:dxgi 格式转 hlsl 格式)
  • 实战应用:借鉴zlibrary思路,用快马打造团队内部资料库
  • 新手福音:用快马平台生成代码,直观理解具身智能学习循环
  • Coqui TTS 中文模型实战:从部署到优化的完整指南
  • HunyuanVideo-Foley镜像快速体验:开箱即用,为你的视频注入灵魂声音
  • 3步颠覆艾尔登法环存档管理难题的智能工具
  • EasyNVR多品牌设备管理实战:如何用SADP工具快速定位海康摄像机IP(含无线配置技巧)
  • 视频压缩革新:CompressO如何重塑你的数字存储体验
  • 使用Dify构建AI工作流:集成Flux Sea Studio打造智能海报生成Agent
  • ChatGLM-6B快速迭代:基于镜像的持续升级维护方案
  • 3步打造私人象棋教练:基于YOLOv5的智能识别系统实战指南
  • AI智能二维码工坊部署问题全解:常见报错与修复方案
  • 华为OD机考双机位C卷 - 不等式是否满足约束并输出最大差 (Java Python JS GO C++ C)
  • Youtu-Parsing新手教程:WebUI界面详解,快速处理手写文档
  • 千问图像生成16Bit(Qwen-Turbo-BF16)镜像免配置部署:开箱即用实操记录
  • HY-MT1.5-1.8B翻译模型5分钟快速部署:手把手教你用Chainlit搭建翻译服务
  • Qwen3-TTS-12Hz-1.7B-VoiceDesign部署案例:中小企业低成本语音助手搭建
  • 工业网关Python代码为何总被PLC厂商拒审?——符合IEC 61131-3软PLC交互规范的5层协议栈设计(含TIA Portal兼容性验证报告)
  • OWL ADVENTURE与卷积神经网络(CNN)原理对比及融合应用
  • Stable-Diffusion-V1-5 在ComfyUI中的高级工作流搭建教程
  • Mathtype公式编辑:LiuJuan20260223Zimage智能识别转换
  • ZMQ实战:5分钟搞定Python多进程通信(附代码示例)
  • 通义千问1.5-1.8B-Chat-GPTQ-Int4 WebUI入门:系统重装后的AI开发环境快速复原
  • Token级BatchSize理论简介与计算
  • 丹青识画系统Python入门教程:10分钟实现图像智能分类
  • nomic-embed-text-v2-moe入门必看:Matryoshka嵌入如何实现768→128动态压缩
  • 3步实现象棋AI辅助:VinXiangQi如何让计算机视觉成为你的对弈教练