Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 step.)

You have the following 3 operations permitted on a word:

a) Insert a character
b) Delete a character
c) Replace a character

/*和712題Minimum ASCII Delete Sum for Two Strings基本一模一樣，都是調整兩個字符串到相等，一看不需要過程只要步數，就是動態規劃
    從兩個字符串的開頭開始比較，一個一個比較，我們用二維數組dp[i][j]代表字符串1前i個字符和字符串2前j個字符調整到相同時，str1所需要調整的步數
       有三種方法可以到達dp[i][j]:
       1.dp[i-1][j] + 1:由於從dp[i-1][j]到dp[i][j]是多考慮了str1的一個字符，但是str2字符數沒變，所以要想相同，必須刪除str[i],步驟+1
       2.dp[i][j-1] + 1:對應於1，這個是多考慮str2的一個字符，所以str1應該添加上，步驟+1
       3.dp[i-1][j-1] + a，這裏是考慮兩個str都加了一個，所以str1[i] =str2[j]時，a=0；str1[i] ！=str2[j]時，str1[i]應該改成str2[j]，a=1
       這三種情況每次比較出最小的來，最後返回dp[str1.length][str2.length](這裏字符串下標從1開始，因為我們考慮dp數組的第0行代表str1還啥也沒有，第0列代表str2啥也沒有)
     
 
*/
    public int minDistance(String word1, String word2) {
        int m = word1.length();
        int n = word2.length();
        int[][] dp = new int[m+1][n+1];
        //初始化動態數組，就是第0行數據和第1行數據,註意由於下標從1開始，所以charAt的時候要-1
        for (int i = 1;i < m+1;i++)
            dp[i][0] = dp[i-1][0] + 1;
        
 
for (int i = 1;i < n+1;i++)
            dp[0][i] = dp[0][i-1] + 1;
        for (int i = 1;i < m+1;i++)
        {
            for (int j = 1;j < n+1;j++)
            {
                //先看word1[i]和word2[j]是不是相等，確定a
                int a =(word1.charAt(i-1) == word2.charAt(j-1))? 0 : 1;
                
 
//比較三種情況
                dp[i][j] = Math.min(dp[i-1][j-1]+a,Math.min(dp[i-1][j] + 1,dp[i][j-1] + 1));
            }
        }
        return dp[m][n];

[leetcode72]Edit Distance