Levenshtein编辑距离可压缩为两个一维数组滚动更新：初始化prev为0,1,…,n，curr用于逐行计算；每轮i中设curr[0]=i+1，对j∈[1,n]按插入、删除、替换/匹配更新curr[j]，再交换prev与curr；最终prev[n]即结果。
要实现 Levenshtein 编辑距离的存储优化版本，避免 O(m×n) 二维数组空间开销，需将动态规划状态压缩为两个一维数组或单个一维数组滚动更新。该解法在处理长字符串（如超 10⁴ 字符）时显著降低内存占用，防止栈溢出或堆分配失败。
初始化滚动数组与边界处理
声明两个长度为 n+1 的整型向量 prev 和 curr，其中 n 是目标字符串长度；prev 初始化为 0,1,2,…,n，表示空源串到 target[0..j] 的编辑距离；curr 初始值任意，将在循环中被覆盖。
这一步不可跳过：若省略 prev 的显式初始化，后续第一行计算将全部错误，因为第 0 行对应源串为空的情形，必须严格为递增序列。
逐行填充并滚动更新
遍历源字符串 s 的每个字符 s[i]（i 从 0 到 m−1），对每个 j ∈ [0, n) 执行：
立即学习“C++免费学习笔记（深入）”；
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
① curr[0] = i + 1（源串前 i+1 字符变为空串需删 i+1 次）；
② 对 j 从 1 到 n，计算：
cost = (s[i] == t[j−1]) ? 0 : 1；
curr[j] = min({curr[j−1] + 1, prev[j] + 1, prev[j−1] + cost})；
③ 交换 prev ↔ curr，进入下一轮。
注意：curr[j−1] 是左邻（插入）、prev[j] 是上邻（删除）、prev[j−1] 是左上邻（替换/匹配），三者必须来自正确轮次；【交换 prev 和 curr 必须在内层 j 循环结束后立即执行，否则下一轮 i 的 prev 仍是脏数据】。
返回最终结果
循环结束后，prev[n] 即为完整编辑距离值。
