【快手】str1转成str2的最小编辑距离（动态规划,leetcode72）

编辑距离参考Python如何计算编辑距离
编辑方法包括：

1. 插入一个字符
2. 删除一个字符
3. 替换一个字符
   下面整理一下思路：
4. 简单情况：
   （1） 两个空字符串: 距离为0 if i ==0 and j ==0 : dp[i,[j] = 0
   （2） 一个空字符串：距离为非空字符串的长度: if i==0 or j ==0: dp[i][j]=i+j
5. 两个非空字符串：len(str1) = i, len(str2)=j， 则取以下情况较小值：
   （1） 已知 i-1 长度的str1(str[:i]) 和 j-1 长度的str2（str2[:j-1]）的编辑距离：若第i个字符和第j个字符相同，距离不变，不同，则距离+1
   （2）已知i-1长度的str1 和 j 长度的str2的编辑距离，直接 +1，（即对str1 直接删除str1 的第 i 个元素）
   （3） 已知 i 长度的str1 和 j -1 长度的str2的编辑距离， 直接+1 （即对str1 直接在末尾插入 str2的 j 元素）

记录表为二维数组dp[len(str1)+1][len(str2)+1]
dp[i][j]表示str[:i][:j]的编辑距离

示例：

# 简洁版
str1 = input()
str2 = input()
# dp直接赋初始值
dp = [[i+j for j in range(len(str2)+1)] for i in range(len(str1)+1)]
# 更新dp
for i