Go标准库无Levenshtein函数，需手写或引入第三方包；必须用utf8.RuneCountInString获取字符长度，遍历时用range获取rune，避免字节级错误。
Levenshtein距离在Go里没有标准库函数
Go标准库不提供 levenshtein 或类似名称的函数，别浪费时间翻 strings 或 unicode 包。你需要自己实现，或引入轻量第三方包——但多数场景下，手写更可控、无依赖、也更容易调试。
常见错误是直接抄 Python 版本逻辑，忽略 Go 的字符串底层是 UTF-8 字节数组，而 Levenshtein 比较的是「字符」（rune）而非字节。若字符串含中文、emoji，用 len(s) 当长度会出错。
- 始终用
utf8.RuneCountInString(s)获取字符长度，不是len(s) - 构建二维数组时，维度基于 rune 数量，不是字节长度
- 遍历时用
for i, r := range s获取 rune 位置和值，别用[]byte(s)[i]
最简可用的Go实现（支持中文和emoji）
下面这个版本没做空间优化，但逻辑直白、可读性强，适合嵌入工具脚本或内部服务：
func levenshtein(s, t string) int {
rS := []rune(s)
rT := []rune(t)
m, n := len(rS), len(rT)
dp := make([][]int, m+1)
for i := range dp {
dp[i] = make([]int, n+1)
}
for i := 0; i <= m; i++ {
dp[i][0] = i
}
for j := 0; j <= n; j++ {
dp[0][j] = j
}
for i := 1; i <= m; i++ {
for j := 1; j <= n; j++ {
if rS[i-1] == rT[j-1] {
dp[i][j] = dp[i-1][j-1]
} else {
dp[i][j] = min(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]) + 1
}
}
}
return dp[m][n]
}
func min(a, b, c int) int {
if a <= b && a <= c {
return a
}
if b <= a && b <= c {
return b
}
return c
}
注意：这个实现时间复杂度 O(m×n)，空间也是 O(m×n)。如果处理超长文本（如 >500 字符），要考虑用滚动数组优化；但日常比较人名、商品标题、日志关键词，完全够用。
立即学习“go语言免费学习笔记（深入）”；
对比不同实现的性能与兼容性差异
你可能搜到 github.com/agnivade/levenshtein 这类包，它默认按字节算（levenshtein.ComputeDistance），对 ASCII 安全，但遇到中文会把一个汉字拆成 3 字节，导致距离虚高。它也提供 ComputeDistanceForRunes，但名字太长、容易漏看。
- 标准库无依赖 → 自实现最稳，尤其要跑在嵌入式或 FaaS 环境时
- 第三方包如
levenshtein的ComputeDistanceForRunes可用，但得显式调用，且返回int64，和多数 Go 代码习惯不符 - 别用
strings的任何函数预处理（比如strings.ToLower）再传给 Levenshtein —— 应该先转 rune，再统一大小写，否则 emoji 或带修饰符的字符（如 ??）会出问题
实际使用时最容易被忽略的边界情况
不是算法写错，而是调用姿势不对。这些坑在单元测试里常被绕过，上线后才暴露：
- 空字符串：
levenshtein("", "a")必须返回1，检查你的初始化逻辑是否覆盖dp[0][j]和dp[i][0] - 相同字符串：
levenshtein("hello", "hello")必须为0，确认比较 rune 而非 byte - 首尾空格：业务上是否需要
strings.TrimSpace？Levenshtein 本身不处理，得由你决定前置清洗策略 - 大小写敏感：Go 默认区分大小写，若需忽略，应在 rune 切片生成后统一用
unicode.ToLower转换，而不是对原始字符串调strings.ToLower
字符级计算这件事，看着简单，但一牵扯到 Unicode 就容易滑向“看似能跑，实则不准”。多拿几个含中文、emoji、连字（如 fi）的样例测一遍，比读十遍算法推导有用。
