72.编辑距离

想不到…
参考链接：官方解析看了思路；视频图解 动态规划 编辑距离体会整个填表的过程，渐渐就似乎清晰了。

具体看代码注释

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        # 动态规划，特别难想到具体怎么状态转移的
        row, col = len(word1) + 1, len(word2) + 1 # 预留第一行、第一列分别为将空单词word1[:i]装换成word2[:j]的最少操作数、将word1转换成空单词word2的最少操作数
        dp = [[0] * (col) for _ in range(row)]
        for i in range(row):
            dp[i][0] = i # 先填第一列，也就是将word1[:i]转换成空word2的最少操作数，操作都是删除一个字符。
        for j in range(col):
            dp[0][j] = j # 再填第一行，也就是将空word1转换成word2[:j]的最少操作数，操作都是插入一个字符。
        
        for i in range(1, row):
            for j in range(1, col):
                if word1[i-1]== word2[j-1]:
                    dp[i][j] = dp[i-1][j-1] # 如果最后一个单词对相同，那就只要看从word1[:i-1]到word[:j-1]的最少步数，因为在两者后添加相同字符是不需要插入、删除、替换任何操作。
                else:
                    dp[i][j] = min(dp[i-1][j], dp[i-1][j-1], dp[i][j-1]) + 1 # 这个1是指一个操作，
                    # dp[i-1][j] + 1指的是在word1[:i-1]和word2[:j]相同的基础上，使得word1[:i]和word2[:j]相同，删除word1[i]就行；
                    # dp[i-1][j] + 1指的是在word1[:i-1]和word2[:j-1]相同的基础上，使得word1[:i]和word2[:j]相同，将word1[i]替换成word2[j]就行；
                    # dp[i][j-1] + 1指的是在word1[:i]和word2[:j-1]相同的基础上，在word1[:i]后添加word2[j]这个字符就能转换成word[j]；
        return dp[row-1][col-1]