最稳妥实现是用std::vector构建二维DP表，正确初始化dpi=i、dp0=j，遍历时用s1[i-1]==s2[j-1]比较字符，状态转移取删除、插入、替换三者最小值；虽空间O(mn)，但安全可靠，适合多数场景。
用 std::vector 实现二维 DP 表最稳妥
Levenshtein 距离本质是动态规划问题，状态转移依赖左、上、左上三个格子。直接用原生二维数组容易越界或内存未初始化，std::vector<:vector>></:vector> 自动零初始化且边界安全。别手写 new int*[m] —— 容易漏 delete[]，也难对齐。
- 初始化
dp[i][0] = i（删光 s1 前 i 个字符），dp[0][j] = j（增满 s2 前 j 个） - 遍历时注意字符串索引比 dp 表小 1：
s1[i-1] == s2[j-1]才能取dp[i-1][j-1] - 三者取最小：替换（
dp[i-1][j-1] + 1）、删除（dp[i-1][j] + 1）、插入（dp[i][j-1] + 1）
空间优化到 O(min(m,n)) 是可行的，但别硬套
滚动数组只保留两行确实能压空间，但前提是你要清楚自己在牺牲什么：无法回溯编辑路径，且代码可读性陡降。实际项目里除非处理超长字符串（>10k 字符）且内存受限，否则不值得。
- 必须先判断
s1.size() > s2.size()，把短串当“列”，否则空间仍是 O(max(m,n)) - 旧行要完整复制到新行前，不能只赋值部分——
prev = curr比循环拷贝更安全 - 常见错误：混淆
i和j对应的字符串下标，导致比较错位，结果偏大
std::string_view 可避免传参拷贝，但别在 DP 循环里用它取地址
传入函数时用 std::string_view 能省掉构造临时 std::string 的开销，尤其对字面量或已有 string 引用。但它不保证底层数据生命周期——DP 表计算过程中若你试图保存 sv.data() 地址做缓存，就踩坑了。
- 函数签名建议写成：
int levenshtein(std::string_view s1, std::string_view s2) - 内部立刻转成
s1.data()和s2.data()配合s1.size()使用，别反复调用.data() - 如果输入可能来自临时
std::string{...}，而你又用了string_view参数，编译器不会报错，但运行时行为未定义
边界情况：空串、中文 UTF-8 字符、重复字符影响吗？
标准 Levenshtein 定义按“字符”计数，C++ 的 std::string 是字节序列，所以 UTF-8 中文会出错——一个汉字占 3 字节，被当成 3 个“字符”算距离。这不是算法问题，是编码层面没对齐。
立即学习“C++免费学习笔记（深入）”；
- 空串完全合法：
levenshtein("", "abc") == 3，DP 初始化已覆盖 - 重复字符（如
"aaa"vs"aa"）不影响逻辑，DP 仍正确给出 1 - 真要支持 Unicode，得先用 ICU 或
std::codecvt_utf8（已弃用）转成std::u32string，再喂给 DP——这步开销远超 DP 本身
