从零学算法10

10 .给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 '.' '*' 的正则表达式匹配。
'.' 匹配任意单个字符
'*' 匹配零个或多个前面的那一个元素

所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。

示例 1:

输入:s = "aa", p = "a"

输出:false

解释:"a" 无法匹配 "aa" 整个字符串。

示例 2:

输入:s = "aa", p = "a*"

输出:true

解释:因为 '*' 代表可以匹配零个或多个前面的那一个元素, 在这里前面的元素就是 'a'。因此,字符串 "aa" 可被视为 'a' 重复了一次。

示例 3:

输入:s = "ab", p = ".*"

输出:true

解释:".*" 表示可匹配零个或多个('*')任意字符('.')

  • 首先基本情况就是:我们会想到同时遍历两个字符串,s 为被匹配字符串,p 为正则字符串,在匹配过程中 s 是不断往后遍历的,但 p 不一定,因为 * 和前面的字符组合可以表示多个字符。也就是说我们的匹配过程其实可以认为是不断看 s[:i] 和 p[:j] 是否匹配(python 语法,就是其实就是字符串前 i-1 位和前 j-1 位)
  • dp 的感觉是不是就来了,从 s[:1] 和 p[:1](即两个字符串的首位字符) 开始匹配,每次添加 s 或 p 的一个字符看是否匹配,最终得到两个完整字符串是否匹配。那么状态定义就来了,设 dp[i][j] 为 s 的前 i 个字符与 p 的前 j 个字符时候匹配。
  • 状态转移方程:因为 dp[0][0] 对应的是空字符,所以需要注意 dp[i][j] 对应的新添加的字符是 s[i - 1] 和 p[j - 1]。上面提到了,匹配过程唯一的变数其实就在 p,所以以它来划分情况,找到 dp[i][j] 和 dp[i-1][j] 或者 dp[i][j-1] 或者 dp[i-1][j-1] 的联系。dp[i][j] 对应的是 s[i-1] 和 p[j-1],我们唯一不确定的其实就是 p 中有没有 .*,并且其实 * 包含的情况更多,那么我们就把 . 划分到不包含 * 的情况中(这里说的包含不是整个字符,而是前一个状态是否包含,具体继续往下看)。
  • 要匹配的话,首先如果 p[j-1] 为 * ,以下三种情况 dp[i][j] 可以匹配成功:
    • dp[i][j-2] 为 true: 让 p[j-2] 的某个字符和 p[j-1] 的 * 组合为该字符出现 0 次,比如 aab*aa,跳过 b*
    • dp[i-1][j] && p[j-2] == s[i-1]:没加 s[i-1] 之前就匹配了,现在让 p[j-2] 和 p[j-1] 组合成s[i-1]*,即 p 包含一个或多个 s[i-1] ,比如 aaa 和 a* 的匹配
    • dp[i-1][j] && p[j-2] == '.':没加 s[i-1] 之前就匹配了,现在让 p[j-2] 和 p[j-1] 组合成.*,也等于 p 包含一个或多个 s[i-1] ,比如 aaa 和 .* 的匹配
  • 如果 p[j-1] 不为 *,以下两种情况能匹配成功:
    • dp[i-1][j-1] && p[j-1] == s[i-1]:除了新加的两个字符,之前都匹配,且新加的两个字符为同一个字符
    • dp[i-1][j-1] && p[j-1] == '.':除了新加的两个字符,之前都匹配,且新加的 p[j-1] 为任意字符 .
java 复制代码
  public boolean isMatch(String s, String p) {
      int m=s.length()+1,n=p.length()+1;
      boolean[][] dp = new boolean[m][n];
      dp[0][0] = true;
      for(int j=2;j<n;j+=2)
          dp[0][j] = dp[0][j-2] && p.charAt(j - 1) == '*';
      for(int i = 1; i < m; i++) {
          for(int j = 1; j < n; j++) {
              if(p.charAt(j - 1) == '*') {
                  if(dp[i][j - 2]) dp[i][j] = true; 
                  else if(dp[i - 1][j] && s.charAt(i - 1) == p.charAt(j - 2)) 
                      dp[i][j] = true;
                  else if(dp[i - 1][j] && p.charAt(j - 2) == '.') dp[i][j] = true;
              } else {
                  if(dp[i - 1][j - 1] && s.charAt(i - 1) == p.charAt(j - 1)) 
                      dp[i][j] = true;
                  else if(dp[i - 1][j - 1] && p.charAt(j - 1) == '.') 
                      dp[i][j] = true;
              }
          }
      } 
      return dp[m-1][n-1];
  }
  • 也可以简化成三元运算和与或运算
java 复制代码
  public boolean isMatch(String s, String p) {
      int m = s.length() + 1, n = p.length() + 1;
      boolean[][] dp = new boolean[m][n];
      dp[0][0] = true;
      // 初始化首行
      for(int j = 2; j < n; j += 2)
          dp[0][j] = dp[0][j - 2] && p.charAt(j - 1) == '*';
      // 状态转移
      for(int i = 1; i < m; i++) {
          for(int j = 1; j < n; j++) {
              dp[i][j] = p.charAt(j - 1) == '*' ?
                  dp[i][j - 2] || dp[i - 1][j] && 
                  (s.charAt(i - 1) == p.charAt(j - 2) || p.charAt(j - 2) == '.') :
                  dp[i - 1][j - 1] && 
                  (p.charAt(j - 1) == '.' || s.charAt(i - 1) == p.charAt(j - 1));
          }
      }
      return dp[m - 1][n - 1];
  }
相关推荐
肥猪猪爸1 小时前
使用卡尔曼滤波器估计pybullet中的机器人位置
数据结构·人工智能·python·算法·机器人·卡尔曼滤波·pybullet
readmancynn1 小时前
二分基本实现
数据结构·算法
萝卜兽编程1 小时前
优先级队列
c++·算法
盼海1 小时前
排序算法(四)--快速排序
数据结构·算法·排序算法
一直学习永不止步1 小时前
LeetCode题练习与总结:最长回文串--409
java·数据结构·算法·leetcode·字符串·贪心·哈希表
Rstln2 小时前
【DP】个人练习-Leetcode-2019. The Score of Students Solving Math Expression
算法·leetcode·职场和发展
芜湖_2 小时前
【山大909算法题】2014-T1
算法·c·单链表
珹洺2 小时前
C语言数据结构——详细讲解 双链表
c语言·开发语言·网络·数据结构·c++·算法·leetcode
几窗花鸢3 小时前
力扣面试经典 150(下)
数据结构·c++·算法·leetcode
.Cnn3 小时前
用邻接矩阵实现图的深度优先遍历
c语言·数据结构·算法·深度优先·图论