想到動態規劃是第一步，其次hhh。
先看官方解釋：
dp[i][j]表示str1前i個字元與str2前j個字元匹配所需的最少次數；str1="horse",str2="ros"
當我們知道dp[i][j],dp[i+1][j],dp[i][j+1]後就可以分兩種情況來討論了；
1---當str1[i+1]=str2[j+1]時，就等於給的例子中，匹配hors和ros時；
dp[i+1][j+1]=1+;
我們乙個乙個看；最重要的是前面的1代表的是什麼操作；
dp[i][j]表示hor,ro匹配的最少次數，你管我怎麼匹配得到的，反正我現在已經得到ro了，那麼最後的s就不用特殊處理了；所以-1+1=0；
dp[i][j+1]表示hor，ros匹配的最少次數，我都匹配完了，直接把剛加入的s給刪掉不就行了，所以1對應的是刪除操作；
dp[i+1][j]表示hors,ro匹配的最少次數，同樣的，我在最後再新增乙個s不就得了，所以這裡1對應的是插入操作；
------------更新
實際上；對於上面這種情況，是不需要取最小值的；
我們比較 dp[i][j]-1（表示hor,ro匹配的最少次數）,dp[i][j+1]的大小（表示hor,ros匹配的最少次數）；
等價於比較dp[i][j]和dp[i][j+1]+1的大小；dp[i][j+1]+1中的1可以看做hor匹配ro，最後加上乙個s;有沒有發現是等於dp[i][j]的；但這不一定是最優解
所以dp[i][j+1]+1>=dp[i][j];
同理我們比較dp[i][j]和dp[i-+1][j]+1的大小；我的1可以看做刪除hors後面的s,這消耗乙個操作，就等價於dp[i][j]了；
所以dp[i+1][j]+1>=dp[i][j];
所以壓根不需要比較，此時可以直接得出dp[i+1][j+1]==dp[i][j];
2---當str1[i+1]=str2[j+1]時，就等於給的例子中，匹配horse和ros時；
dp[i+1][j+1]=1+;
同樣的----
dp[i][j]表示hors,ro匹配的最少次數，你管我怎麼匹配得到的，反正我現在已經得到ro了，那麼最後的e直接替換成s不就得了；
所以這裡的1代表的是替換操作；
dp[i][j+1]表示hors，ros匹配的最少次數，我都匹配完了，直接把剛加入的e給刪掉不就行了，所以1對應的是刪除操作；
dp[i+1][j]表示horse,ro匹配的最少次數，同樣的，我在最後再新增乙個s不就得了，所以這裡1對應的是插入操作；
後兩種情況其實和上面第一種情況分析一樣，唯一不同的是對dp[i][j]的分析；
dp[0][0]=0;
dp[0][i]=i;//表示i個插入操作
dp[i][0]=i;//表示i個刪除操作
修改後（我還是很無語，好像同乙個答案每次提交結果不是一樣的，相差幾ms,但這卻足以讓單題排名差距很大hhh）
記憶體消耗這塊我用兩個等長陣列代替了二維陣列hhh,很多題目都可以這樣做。。。
Leetcode 72 編輯距離
給定兩個單詞 word1 和 word2，計算出將 word1 轉換成 word2 所使用的最少運算元 你可以對乙個單詞進行如下三種操作 插入乙個字元 刪除乙個字元 替換乙個字元 示例 1 輸入 word1 horse word2 ros 輸出 3 解釋 horse rorse 將 h 替換為 r ...
leetcode 72 編輯距離
給定兩個單詞 word1 和 word2，計算出將 word1 轉換成 word2 所使用的最少運算元 你可以對乙個單詞進行如下三種操作 插入乙個字元 刪除乙個字元 替換乙個字元 示例 1 輸入 word1 horse word2 ros 輸出 3解釋 horse rorse 將 h 替換為 r r...
LeetCode72 編輯距離
給定兩個單詞 word1 和 word2，計算出將 word1 轉換成 word2 所使用的最少運算元 你可以對乙個單詞進行如下三種操作 示例 1 輸入 word1 horse word2 ros 輸出 3 解釋 horse rorse 將 h 替換為 r rorse rose 刪除 r rose ...