給定兩個單詞 word1 和 word2，計算出將 word1 轉換成 word2 所使用的最少運算元 。

你可以對一個單詞進行如下三種操作：

1. 插入一個字元
2. 刪除一個字元
3. 替換一個字元

示例 1:

輸入: word1 = "horse", word2 = "ros"
輸出: 3
解釋: 
horse -> rorse (將 'h' 替換為 'r')
rorse -> rose (刪除 'r')
rose -> ros (刪除 'e')

示例 2:

輸入: word1 = "intention", word2 = "execution"
輸出: 5
解釋: 
intention -> inention (刪除 't')
inention -> enention (將 'i' 替換為 'e')
enention -> exention (將 'n' 替換為 'x')
exention -> exection (將 'n' 替換為 'c')
exection -> execution (插入 'u'
網易面試時遇到了這題，當時沒做出來，想不出來狀態轉移方程。
解題思路如下：

首先定義狀態矩陣，dp[m][n]，其中m為word1的長度+1，n為word2的長度+1，為什麼+1？因為要考慮如果word1或word2為空的情況，後面可以看到。

定義dp[i][j]為word1中前i個字元組成的串，與word2中前j個字元組成的串的編輯距離。

插入操作：在word1的前i個字元後插入一個字元，使得插入的字元等於新加入的word2[j]。這裡要考慮清楚，插入操作對於原word1字元來說，i是沒有前進的，而對於word2來說是前進了一位然後兩個字串才相等的。所以此時是dp[i][j]=dp[i][j-1]+1。

刪除操作：在word1的第i−1​個字元後刪除一個字元，使得刪除後的字串word[:i-1]與word2[:j]相同。這裡要考慮清楚，刪除操作對於原word2字元來說，j−1​是沒有前進的，而對於word1來說是刪除了一位然後兩個字串才相等的。所以此時是dp[i][j]=dp[i-1][j]+(0 or 1)。

程式碼如下：

class Solution:

    def minDistance(self, word1, word2):
        m=len(word1)+1; n=len(word2)+1
        dp = [[0 for i in range(n)] for j in range(m)]

        for i in range(n):
            dp[0][i]=i
        for i in range(m):
            dp[i][0]=i
        for i in range(1,m):
            
 
for j in range(1,n):
                if word1[i-1] == word2[j-1]:
                    dp[i][j] = dp[i-1][j-1]
                else:
                    dp[i][j] = min(dp[i][j-1], dp[i-1][j], dp[i-1][j-1]) + 1

        return dp[m-1][n-1]

word1 = "intention"
word2 = "execution"
test = Solution()
print(test.minDistance(word1, word2))

答案來源：https://blog.csdn.net/iyuanshuo/article/details/80112211