題目要求：
這題目要找到將字串 word1 轉換成 word2 所需的最少編輯次數操作有三種：
插入一個字元。
刪除一個字元。
替換一個字元。
思路：
這題的重點是 動態規劃 ，要用一個 DP 表來追蹤每步的轉換操作次數。
思考問題：
如果兩個字串的長度為 m 和 n，可以建一個大小 (m+1) x (n+1) 的 DP 表 dp， dp[i][j] 表示把 word1 的前 i 個字母換成 word2 的前 j 個字母需要的最小操作次數。
初始條件：
i = 0 時，表示 word1 是空字串，要把它轉成 word2，要插入 j 個字元，所以 dp[0][j] = j，j = 0 時，表示 word2 是空字串，要把它轉成 word1，要刪除 i 個字元，所以 dp[i][0] = i。
狀態轉移方程：
word1[i-1] == word2[j-1]，就不用替換，所以 dp[i][j] = dp[i-1][j-1]，如果word1[i-1] != word2[j-1]，就有三種可能的操作：
插入：從 dp[i][j-1] 加 1。
刪除：從 dp[i-1][j] 加 1。
替換：從 dp[i-1][j-1] 加 1。
所以，dp[i][j] 取這三個的最小值。
動態規劃的過程：
初始化 DP 表，依據狀態轉移方程填充 DP 表，最後的答案就是 dp[m][n]，也就是word1 的全部字母轉成 word2 所要的最少操作次數。
程式碼：
class Solution(object):
def minDistance(self, word1, word2):
"""
:type word1: str
:type word2: str
:rtype: int
"""
#取兩個字串的長度
m, n = len(word1), len(word2)

    #建立DP 表，大小為 (m+1) x (n+1)
    dp = [[0] * (n + 1) for _ in range(m + 1)]

    #初始化 DP 表的第一列和第一行
    for i in range(1, m + 1):
        dp[i][0] = i  # 刪除
    for j in range(1, n + 1):
        dp[0][j] = j  # 插入

    #動態規劃填 DP 表
    for i in range(1, m + 1):
        for j in range(1, n + 1):
            if word1[i - 1] == word2[j - 1]:
                # 當字母相同，不需要操作
                dp[i][j] = dp[i - 1][j - 1]
            else:
                # 字母不同，取插入、刪除、替換操作的最小值 + 1
                dp[i][j] = min(dp[i - 1][j], dp[i][j - 1], dp[i - 1][j - 1]) + 1

    #結果在 dp[m][n] 中
    return dp[m][n]

解釋：
初始化，dp[i][0] = i 表示把 word1 的前 i 個字母換成空字串，操作;刪除 i 個字母 ，dp[0][j] = j 表示把空字串轉成 word2 的前 j 個字母，就插入 j 個字母。
遞推公式：
word1[i-1] == word2[j-1]，兩個字元同，不用編輯，dp[i][j] = dp[i-1][j-1]，如果字元不同，就可以選擇 插入、刪除 或 替換 操作，再取這三個操作的最小值加一次操作次數，結果，dp[m][n] 就是把word1 完全轉成 word2 要最少操作次數。
簡言之：
初始化 DP 表，建大小為 (m+1) x (n+1) 的 DP 表，初始化第一行和第一列，分別對應插入和刪除，動態轉移，從 word1 的第一個字開始，逐步比較每個字母，再根據匹配情況做狀態轉移，返回結果，DP 表的右下角就是我要的最少操作次數。
時間和空間複雜度：
時間複雜度：O(m * n)，因為填充一個大小為是(m+1) x (n+1) 的 DP 表，空間複雜度：O(m * n)，一個大小是 (m+1) x (n+1) 的 DP 表存儲結果。
這樣就可以解決這個問題，算從一個字串換到另一個字串的最小編輯操作次數。