计算字符串的距离

【计算字符串的距离】

Levenshtein 距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。编辑距离的算法是首先由俄国科学家Levenshtein提出的，故又叫Levenshtein Distance。
Ex：
字符串A: abcdefg
字符串B: abcdef
通过增加或是删掉字符”g”的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。
要求： 给定任意两个字符串，写出一个算法计算它们的编辑距离。
请实现如下接口

/* 功能：计算两个字符串的距离
* 输入： 字符串A和字符串B 
* 输出：无 
* 返回：如果成功计算出字符串的距离，否则返回-1 
*/
public static int calStringDistance(String charA, String charB) {
   
	return 0;
}

输入描述： 输入两个字符串
输出描述： 得到计算结果

【解题思路】：
本题需要用动态规划解题 状态： 子状态：word1的前1，2，3，…m个字符转换成word2的前1，2，3，…n个字符需要的编辑距离
F(i,j):word1的前i个字符于word2的前j个字符的编辑距离
状态递推： F(i,j) = min { F(i-1,j）+1, F(i,j-1) +1, F(i-1,j-1) +(w1[i]==w2[j]?0:1) }
上式表示从删除，增加和替换操作中选择一个最小操作数
F(i-1,j): w1[1,…,i-1]于w2[1,…,j]的编辑距离，删除w1[i]的字符—>F(i,j)
F(i,j-1): w1[1,…,i]于w2[1,…,j-1]的编辑距离，增加一个字符—>F(i,j)
F(i-1,j-1): w1[1,…,i-1]于w2[1,…,j-1]的编辑距离，
如果w1[i]与w2[j]相同， 不做任何操作，编辑距离不变，
如果w1[i]与w2[j]不同，替换w1[i]的字符为w2[j]—>F(i,j)
初始化： 初始化一定要是确定的值，如果这里不加入空串，初始值无法确定 F(i,0) = i :word与空串的编辑距离，删除操作 F(0,i) = i :空串与word的编辑距离，增加操作 返回结果：F(m,n)

#include <string> 
#include <iostream> 
#include <vector> 
using namespace std; 
int minDistance(string word1, string word2)