Levenshtein距离DP应设dpi表示s1[0..i-1]与s2[0..j-1]的最小编辑距离，数组大小为(m+1)×(n+1)，初始化dp0=j、dpi=i、dp0=0；转移时须独立判断s1[i-1]==s2[j-1]以避免误替换；空间可优化至O(min(m,n))，通过两行滚动+短串作列实现。
Levenshtein距离的动态规划状态怎么设才不越界
直接用 dp[i][j] 表示 s1[0..i-1] 和 s2[0..j-1] 的最小编辑距离，比用 dp[i][j] 对应 s1[i] 和 s2[j] 更安全。后者容易在边界判断时漏掉空字符串情况，导致访问 s1[-1] 或初始化错位。
关键点在于：让 i 和 j 从 0 开始，dp[0][j] 就是把空串变成 s2[0..j-1]（全插入），dp[i][0] 是删光 s1[0..i-1]（全删除）。这样初始化清晰，递推无歧义。
- 数组大小必须是
(m+1) x (n+1)，不是m x n -
dp[0][0] = 0，表示两个空串距离为 0 - 不要用
string::at()做索引，改用[]并确保i-1和j-1在合法范围内
状态转移时字符相等要不要写 else if
必须写成 if (s1[i-1] == s2[j-1]) { dp[i][j] = dp[i-1][j-1]; }，而不是 else if 套在替换分支后面。因为当字符相等时，不需要任何操作，直接继承左上角值；如果不加独立判断，就会错误进入“替换”逻辑（即 dp[i-1][j-1] + 1），导致结果偏大。
完整转移逻辑只有三种可能操作，互斥且覆盖全部情况：
立即学习“C++免费学习笔记（深入）”；
- 删：
dp[i-1][j] + 1 - 插：
dp[i][j-1] + 1 - 换或不操作：若
s1[i-1] == s2[j-1]则为dp[i-1][j-1]，否则为dp[i-1][j-1] + 1
空间优化到 O(min(m,n)) 是怎么做的
观察递推式只依赖上一行和当前行，所以可以只保留两行：用 prev[j] 存上一行，curr[j] 算当前行。更进一步，如果总是让短字符串作为列方向，就能把空间压到 O(min(m,n)) —— 这不是可选项，而是实操中避免爆内存的关键，尤其当一个字符串长达 10⁵、另一个只有 5 个字符时。
实现要点：
- 先比较
s1.size()和s2.size()，把较短的当作第二维（即 j 方向） - 初始化
prev数组长度为shorter_len + 1 - 内层循环 j 从 1 到
shorter_len，每次更新curr[j]后把currswap 给prev - 注意：交换后
prev[0]要重置为当前行号（即 i），因为dp[i][0] = i
为什么 std::string 比 const char* 更适合传参
传 const std::string& 比 const char* 更可靠：前者自带长度信息，避免 strlen 额外遍历；后者若传入非 null-terminated 字符串（比如从二进制数据截取），strlen 会越界读。而且 C++ 标准库对 std::string 的 size() 是 O(1)，没有性能损失。
但要注意隐式构造开销：如果调用方已经是 char* 且不能改，宁可用 std::string_view（C++17 起），它零拷贝、带长、不抛异常。不过在 Levenshtein 这种需要随机访问的场景里，string_view 和 string 行为一致，且更轻量。
别写 string s = "abc" 再传值，那会多一次拷贝；直接传字面量会触发 string 的 C++11 SSO 优化，但明确写 const string& 更稳妥。
边界最易被忽略的是：当输入含 null 字符（'\0'）时，用 c_str() 截断会导致长度误判 —— 所以只要不是纯 C 接口，就别碰 c_str()。
