583. 两个字符串的删除操作（题目链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台）

思路：实际上就是求两个字符串的最长公共子序列。或者也可以换成编辑距离的理解思路（这种就是直接用动态规划解了，不用对结果做任何转换）。

int minDistance(string word1, string word2) {int size1 = word1.size();int size2 = word2.size();vector<vector<int>> dp(size1+1, vector<int>(size2+1, 0));for(int i=1; i<=size1; i++){for(int j=1; j<=size2; j++){if(word1[i-1]==word2[j-1]) dp[i][j] = dp[i-1][j-1] + 1;else dp[i][j] = max(dp[i-1][j], dp[i][j-1]);}}return size1+size2-dp[size1][size2]*2;
}

72. 编辑距离（题目链接:力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台）

思路：dp最经典的编辑距离的题目了。直接按标准化流程走完。dp[i][j]含义：下标i-1结尾的字符串

和下标j-1结尾的字符串要变得相等最少要经过几次操作（删除，添加，替换）。

int minDistance(string word1, string word2) {int size1 = word1.size();int size2 = word2.size();vector<vector<int>> dp(size1+1, vector<int>(size2+1, 0));for(int i=0; i<=size1; i++) dp[i][0] = i;for(int j=0; j<=size2; j++) dp[0][j] = j;for(int i=1; i<=size1; i++){for(int j=1; j<=size2; j++){if(word1[i-1]==word2[j-1]) dp[i][j] = dp[i-1][j-1];else dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1]))+1;}}return dp[size1][size2];
}