LeetCode 11:用递归和动规解决正则表达式匹配

苦逼的码农

共 1835字,需浏览 4分钟

 ·

2020-12-30 16:48

这道题,貌似考过挺多次,之前在笔试时,也遇到过类似的变形题,有点小难度。

题目描述

给定一个字符串 (s) 和一个字符模式 (p)。实现支持 ‘.’ 和 ‘*’ 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元素。
匹配应该覆盖整个字符串 (s) ,而不是部分字符串。

说明:

s 可能为空,且只包含从 a-z 的小写字母。

p 可能为空,且只包含从 a-z 的小写字母,以及字符 . 和 *。

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: '*' 代表可匹配零个或多个前面的元素,
 即可以匹配 'a' 。因此, 重复 'a' 一次, 字符串可变为 "aa"

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('.')。

示例 4:

输入:
s = "aab"
p = "c*a*b"
输出: true
解释: 'c' 可以不被重复, 'a' 可以被重复一次。因此可以匹配字符串 "aab"

示例 5:

输入:
s = "mississippi"
p = "mis*is*p*."
输出: false

题解

我之前没怎么学过正则表达式,刚开始居然有点看不懂是什么意思,,这就尴尬了,可能也有一些人和我一样的,所以我就啰嗦一点解释下

‘*‘匹配零个或多个前面的元素

这句话的具体意思……,可能你们没有这样的疑问,但我还是要说下,就是说,* 的功能,可以把 * 号前面的一个字符当做n个字符来使用(貌似我说和没说一样…)。举个例子,例如字符串 ab*,那么这个字符串可以表示为 a,或者ab,或者 abbbb(n个b)。

刚开始用递归的方式做,相对容易点,由于挺多细节,虽然知道思路,加上挺久没做算法题,所以也是花了不少时间。之后用动态规划的方法做,相对难点,不过通过这道题的考验,感觉对动态规划的掌握,又更熟练了。

下面简单讲解下思路:

方法1:递归

递归看的懂但自己又写不出代码的,可以看我之前的文章:为什么你学不会递归?告别递归,谈谈我的一些经验

首先,先考虑特殊情况

(1).如果两个字符串都为空,返回true

(2).当第一个字符串不空,而第二个字符串空了,返回false

可能有人会问如果 p 不为空,而s为空,那要返回 false 吗?答是不一定,因为 a* 可以充当空字符串。

下面就是正常情况的匹配了。在比较字符的过程中,如果 p 的下一个字符为 * 或不为  *,那么会出现不同的情况。下面我们分两种情况来讨论。

(a). 如果下一个字符不为 *:这种情况比较简单,直接匹配当前字符。如果匹配成功,继续匹配下一个;如果匹配失败,直接返回 false。

(b). 如果 p 的下一个字符为 * 时,稍微复杂一些,因为 * 可以代表0个或多个。所以又得分成三种情况来讨论:

1). 当 * 匹配 0 个字符时,s 当前字符不变,p 当前字符后移两位,相当于跳过到 * 符号后面来匹配;

2). 当 * 匹配 1 个时,s 当前字符向后移动 1 位,p 当前字符 向后移动 2 位。

3). 当 * 匹配多个时,s 当前字符向后移动 1 为,p 当前字符不移动。

直接上代码,代码里也有详细的解释

其代码如下:(可以左右拉动,下面也有图片版)

public boolean isMatch(String s, String p) {
       if(s == null || p == null)
           return false;
       if(s.length() >= 1 && p.length() < 1)
           return false;
       int i = 0;
       int j = 0;
       return match(s, i, p, j);
   }

public  boolean match(String s, int i, String p, int j){
       //先验证是否匹配结束
       //同时都到结尾了
       if(i >= s.length() && j >= p.length())
           return true;
       //s还没结尾,但p到达结尾了
       if(i < s.length() && j >= p.length())
           return false;

       //如果下一个字符不是*,或者这个字符就是最后一个字符了,则直接匹配
       if(j+1'*' || p.length()==j+1){
           if(i'.'))
               return match(s,i+1, p, j+1);
           else
               return false;
       }else{
           //下一个字符是*,则分为两种种情况
           //1.如果当前字符不匹配(或者s已经越界了),
           // 则p字符移动2位,而s不移动
           if((i'.') || i == s.length())
               return match(s, i, p, j+2);
           //2.如果当前字符匹配的话,分两种情况讨论
           else{
               //(1).匹配0个字符,则p直接移动2位,s不移动
               //(2).匹配一个,s移动一位,p移动两位
               //(3),匹配多个,s移动一位,p不移动
               return match(s, i, p, j+2) || match(s, i+1, p, j) ||
                       match(s, i+1, p, j+2);
           }
       }
   }

方便阅读,图片版本

实际上我们也是可以把匹配一个当作匹配多个来处理的,匹配一个等价于  先匹配多个,再匹配 0 个。

不过这种递归方法比较低效,类似于暴力递归,时间复杂度都指数了,优化的方法可以用一个数组来进行状态保持,下面用动态规划来做,其实动态规划,有时候就是等价于 递归 + 状态保存,当时,我说的是有时候。

方法2:动态规划

接下来用dp(动态规划)来做,不过这个我就不详细讲了。直接上代码了,不过代码里有些关键的地方有解释。DP 的我也有写过两篇,知乎 8000 多点赞写过,大家有兴趣的可以看下告别动态规划,连刷40道动规算法题,我总结了动规的套路

动态规划该如何优化?我总结了这些套路,以后优化就是分分钟

不过如果你们理解了上面递归的做法,那么感觉这个 dp 的也还是不难懂的

public boolean isMatch1(String s, String p){
       if(s == null || p == null)
           return false;
       int len_s = s.length();
       int len_p = p.length();
       //存放状态
       boolean[][]dp = new boolean[len_s+1][len_p+1];
       //初始化
       dp[0][0] = true;
       for(int i = 1; i <= len_p; i++){
           if(p.charAt(i-1) == '*')
               dp[0][i] = dp[0][i-2];
       }
       for(int i = 1; i <= len_s; i++){
           for(int j = 1; j <= len_p; j++){
               //如果不为‘*’且匹配
               if(p.charAt(j-1)=='.'||p.charAt(j-1)==s.charAt(i-1))
                   dp[i][j] = dp[i-1][j-1];
               //如果是*
               else if(p.charAt(j-1)=='*'){
                   //如果p中*号前面的字符与s当前字符不匹配,则匹配0个
                   if(j!=1&&p.charAt(j-2)!='.'&&p.charAt(j-2)!=s.charAt(i-1)){
                       dp[i][j] = dp[i][j-2];
                   }else{
                       //否则有三种情况:
                       //匹配0个,匹配1个,匹配多个
                       dp[i][j] = dp[i][j-2] || dp[i][j-1]||dp[i-1][j];
                   }
               }
           }
       }
       return dp[len_s][len_p];
   }

图片版本

后面可能会更剑指 offer 和 leetcode top 100 的文章,你们有想看的也可以留言说,不过后面的文章,为了方便大家阅读,主要还是会放在我的网站上,我的空网站即将横空出世。

浏览 37
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报