第12题最大ucc子串计算 要想解决这道题，思路如下： 我们需要生成一个目标字符串，该字符串包含尽可能多的 "UCC" 子串。 例如，如果原字符串是 "UCUUCCCCC"，我们可以尝试生成目标字符串 "UCCUCCUCC"，因为它包含 3 个 "UCC" 子串。 编辑距离计算： 使用动态规划计算原字符串和目标字符串之间的编辑距离。 定义 dp[i][j] 表示将原字符串的前 i 个字符转换为目标字符串的前 j 个字符所需的最小编辑距离。 初始化 dp[0][j] = j 和 dp[i][0] = i，表示将空字符串转换为长度为 j 的字符串需要 j 次插入操作，反之亦然。 状态转移方程： 如果 s[i-1] == target[j-1]，则 dp[i][j] = dp[i-1][j-1]。 否则，dp[i][j] = min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]) + 1，分别对应删除、插入和替换操作。 检查编辑距离： 对于每个生成的目标字符串，计算其与原字符串的编辑距离。 如果编辑距离不超过 m，则记录该目标字符串包含的 "UCC" 子串数量。 优化目标字符串生成： 可以尝试不同的目标字符串生成策略，例如： 在原字符串中尽可能多地插入 "UCC" 子串。 替换原字符串中的某些字符以生成更多的 "UCC" 子串。 总结 通过生成包含尽可能多 "UCC" 子串的目标字符串，并使用动态规划计算编辑距离，我们可以找到在给定编辑距离限制下，能够包含最多 "UCC" 子串的字符串。 这题用了许多知识点 函数定义：
使用 def 关键字定义了一个名为 solution 的函数，该函数接受两个参数 m（整数）和 s（字符串）。 嵌套函数：
在 solution 函数内部定义了另一个名为 edit_distance 的函数，用于计算两个字符串之间的编辑距离。 动态规划：
edit_distance 函数使用了动态规划算法来计算编辑距离。具体来说，它初始化了一个二维数组 dp，并填充该数组以记录从源字符串到目标字符串的最小编辑操作数。 边界条件的初始化：dp[i][0] = i 和 dp[0][j] = j。 状态转移方程：如果字符相同，则 dp[i][j] = dp[i-1][j-1]；否则，取插入、删除和替换操作中的最小值加一。 字符串操作：
使用 len() 函数获取字符串的长度。 使用切片和索引访问字符串中的字符。 使用 count() 方法计算子串 "UCC" 在目标字符串中出现的次数。 条件判断：
使用 if 语句检查编辑距离是否小于或等于给定的阈值 m。 主程序执行：
使用 if name == 'main': 结构来确保只有在直接运行脚本时才执行测试代码。 测试用例：
提供了三个测试用例来验证 solution 函数的正确性。 总结起来，这题主要涉及以下知识点：
函数定义与调用 嵌套函数 动态规划 字符串操作（长度计算、字符访问、子串计数） 条件判断 主程序执行与测试
