leetcode 72. 编辑距离（动态规划）**

题目：给你两个单词 word1 和 word2，请你计算出将 word1 转换成 word2 所使用的最少操作数 。

你可以对一个单词进行三种操作：插入一个字符，删除一个字符，替换一个字符。

动态规划标准步骤：

1. 找确定状态

dp[n][m] 表示word1的n个字符与word2的m个字符的编辑距离，由于存在0长度的情况，所以应该用dp[n+1][m+1] 表示word1的n个字符与word2的m个字符的编辑距离

2. 定义子问题

a、b字符一共有三种操作方式，a增加一个字符，b增加一个字符（相当于a减少一个字符），a或b替换一个字符

那么dp[i][j]的前一步操作有

a增加一个字符dp[i-1][j],操作数+1

b增加一个字符dp[i][j-1],操作数+1

a或b替换一个字符dp[i-1][j-1]

a或b替换一个字符有两种情况：1）a[i-1] 等于 b[i-1]，则当前相等，不需要额外操作

                                                   2）a[i-1] 不等于 b[i-1]， 则当前不等，进行一次替换操作

则，dp[i][j] = min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]) if a[i-1] 等于 b[i-1] else min(dp[i-1][j]+1,dp[i][j-1]+1,dp[i-1][j-1]+1)

3. 初始条件和确定边界

初始当i等于0时，a要与b相等则需执行j步插入操作

j等于0同理

4.确定计算顺序

从最小下标开始赋值

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        n, m = len(word1), len(word2)
        # ！注意有一个word为空的情况
        if n*m == 0:
            return n + m
        dp = [[0] * (m+1) for _ in range(n+1)]

        # 初始化边界，当i或者j为0的时候，即有一个word长度为0时
        for i in range(n+1):
            dp[i][0] = i
        
        for j in range(m+1):
            dp[0][j] = j
        
        for i in range(1, n+1):
            for j in range(1, m+1):
                # 三种情况，a插入一个，b插入 一个（等同于a删除一个），a替换一个（或者b替换一个）
                # 特别注意替换的情况有两种，当word1[i-1] == word2[j-1],即当前最后一位word（注意下标）相等时，dp[i][j] = dp[i-1][j-1], 
                # 否则替换的情况为dp[i-1][j-1]+1
                left = dp[i-1][j] + 1
                up = dp[i][j-1] + 1
                left_up = dp[i-1][j-1]
                if word1[i-1] != word2[j-1]:
                    left_up += 1
                dp[i][j] = min(left, up, left_up)

        return dp[-1][-1]