⭐【编辑距离问题】并通过回溯输出编辑过程

题目描述：

给定一个源串和目标串，能够对源串进行如下操作：
在任意位置上插入一个字符；
替换任意字符；
删除任意字符。
写一个程序，实现返回最小操作次数，使得对源串进行上述这些操作后等于目标串（源串和目标串的长度都小于2000）。

---

解析：

拿到编辑距离问题，最朴素的想法便是暴力遍历所有的解决方案，即用DFS或者BFS+优先队列来存每次遍历的结果，最后找到最优解。显然，这种思路可行性低，算法的时间、空间复杂度较高。经过思考，我发现编辑距离问题的最优解中包含了子问题的最优解，且其独立的子问题的解被重复计算了多次。因此可以将编辑距离问题划分为若干个规模更小的子问题，这符合动态规划的特征及基本思想，考虑用动态规划解决。
首先定义这样一个数组——dp[len1+1][len2+1]，其中len1、len2分别代表输入的源字符串和目标字符串的长度。dp[i][j]代表源字符串的前i个字符转换为目标字符串的前j个字符所需的最少操作步数。

经过归纳推导得出动态规划状态转移方程：

---

设计：

1. 动态规划求最小操作数（寻找最优解）：
   核心思路为初始化dp表+套用状态转移方程；
   

2. 回溯法输出转换过程：
   从结果dp[len1][len2]开始自底向上回溯，共有四个分支。分别为dp[i-1][j]+1、dp[i][j-1]+1、dp[i-1][j-1]+1、dp[i-1][j-1]与dp[i][j]的值做比对。
   由于回溯结果是倒着的，所以在实际代码中用了一个文本流进行倒序存储回溯结果，输出后就是正序的了。
   

---

分析：

设m=len(source_str); n=len(target_str);

1. 时间复杂度分析:
   在动态规划建立dp表时，两层for循环，时间复杂度为O(mn);
   在回溯时，一层while循环，时间复杂度为O(max{m,n})；
   因此，本程序总时间复杂度为O(mn);
2. 空间复杂度分析：
   开辟了二维数组dp[m][n]，空间复杂度为O(mn);

---

题解：

#include <bits/stdc++.h>
using namespace std;
int main(){
	string source_str, target_str;
	stringstream line;	// 记输出的第一行的内容，避免多做一次循环 
	cout<<"源字符串: "; cin>>source_str;
	cout<<"目标字符串: "; cin>>target_str;
	int len1 = source_str.length(), len2 = target_str.length();
	int dp[len1+1][len2+1];	// dp[i][j]代表source_str前i个字符 →target_str前j个字符所需的最少步数 
	cout<<"--------------------------------------------"<<endl<<" ";
	for(int j = 0; j <= len2; ++j) {	// 初始化dp数组，并输出表头 
		dp[0][j] = j;
		if(j == 0) cout<<" 空 ";
		else cout<<target_str[j-1]<<" ";
		line<<j<<" ";
	} 
	cout<<endl<<"空 "<<line.str();
	for(int i = 0; i <= len1; ++i) {	// 初始化dp数组，并输出表头
		dp[i][0] = i;
	} 
	cout<<endl;
	// 核心代码
	for(int i = 1; i <= len1; ++i) {
		cout<<" "<<source_str[i-1]<<" "<<i<<" ";
		for(int j = 1; j <= len2; ++j) {
			if(source_str[i-1] == target_str[j-1]){		// 当前的字符相等则dp[i][j]=dp[i-1][j-1] 
				dp[i][j] = dp[i-1][j-1];
			}
			else{	// 1.替换：d[i][j]=d[i-1][j-1]+1; 2.target_str的字母插入source_str:d[i][j] = d[i][j-1] + 1; 3.删除source_str的字母:d[i][j] = d[i-1][j] + 1;
				dp[i][j] = 1 + min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1]));
			}
			cout<<dp[i][j]<<" ";
		}
		cout<<endl;
	}
	cout<<"--------------------------------------------"<<endl<<"最小操作次数为 "<<dp[len1][len2]<<endl<<endl;
	cout<<"---------------转换过程回溯----------------"<<endl;
	int i = len1, j = len2 ;
	int mindis = dp[i][j];
	string performs = "";
	while(i > 0 && j > 0) {
		if(dp[i][j-1]+1 == dp[i][j]) {			// mindis = d[i][j-1];
			stringstream perform;
			perform<<"源字符串 插入字符 "<<target_str[j-1]<<" , 操作代价为1;"<<endl;
			performs = perform.str() + performs;
			j--;
		} 
		else if(dp[i-1][j]+1 == dp[i][j]) {		// mindis = d[i-1][j];
			stringstream perform;
			perform<<"目标字符串 删除字符 "<<source_str[i-1]<<" , 操作代价为1;"<<endl;
			performs = perform.str() + performs;
			i--;
		} 
		else if(dp[i-1][j-1]+1 == dp[i][j]) {	// mindis = d[i-1][j-1];
			stringstream perform;
			perform<<"源字符串 中的 "<<source_str[i-1]<<" 替换为 目标字符串 的 "<<target_str[j-1]<<" , 操作代价为1;"<<endl;
			performs = perform.str() + performs;
			i--; j--;
		} 
		else if(dp[i-1][j-1] == dp[i][j]) {		// d[i][j] = d[i-1][j-1];
			stringstream perform;
			perform<<"源字符串 中的 "<<source_str[i-1]<<" 匹配 目标字符串 的 "<<target_str[j-1]<<" , 操作代价为0;"<<endl;
			performs = perform.str() + performs;
			i--; j--;
		} 
		else {
			i--; j--;
		}
	}
	cout<<performs;
	return 0;
}