ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 其他分享> 文章详细

430，剑指 Offer-动态规划求正则表达式匹配

2021-06-14 23:53:48  阅读：213  来源： 互联网

标签：字符 个字符 匹配 charAt Offer 正则表达式 430 dp String


watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

Hope is a good thing, maybe the best of things, and no good thing ever dies.

希望是件好事，可能也是这世间最美好的事物，而美好的事情永不磨灭。

问题描述

请实现一个函数用来匹配包含'. '和'*'的正则表达式。模式中的字符'.'表示任意一个字符，而'*'表示它前面的字符可以出现任意次（含0次）。在本题中，匹配是指字符串的所有字符匹配整个模式。

 

例如，字符串"aaa"与模式"a.a"和"ab*ac*a"匹配，但与"aa.a"和"ab*a"均不匹配。

 

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:

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: 因为 '*' 表示零个或多个，这里 'c' 为 0 个, 'a' 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

  • 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 *，无连续的 '*'。

 

动态规划求解

这题是剑指offer的第19题，难度是困难。我们也可以看下之前写的一道和这题非常类似的一道题395，动态规划解通配符匹配问题，今天这题和第395题有一点不同的是，第395题的“*”可以匹配任意字符串，而这题的“*”表示他前面的字符可以出现任意次（包含0次）。

 

我们先定义一个二维数组dp，其中dp[i][j]表示的是p的前j个字符和s的前i个字符匹配的结果。

 

一，边界条件

我们默认dp[0][0]=true；也就是p的前0个字符和s的前0个字符是可以匹配的。因为字符“*”表示的是匹配他前面的字符0次或者多次，如果p的字符类似于“a*b*c”，那么字符“*”是可以消去前面的一个字符的。我们就以字符"a*b*c"为例来画个图看一下

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

所以边界条件的代码如下

 1public boolean isMatch(String s, String p) {
 2    if (s == null || p == null)
 3        return false;
 4    int m = s.length();
 5    int n = p.length();
 6    boolean[][] dp = new boolean[m + 1][n+1];
 7    dp[0][0] = true;
 8    for (int i = 0; i < n; i++) {
 9        //如果p的第i+1个字符也就是p.charAt(i)是"*"的话，
10        //那么他就可以把p的第i个字符给消掉（也就是匹配0次）。
11        //我们只需要判断p的第i-1个字符和s的前0个字符是否匹
12        //配即可。比如p是"a*b*"，如果要判断p的第4个字符
13        //"*"和s的前0个字符是否匹配，因为字符"*"可以消去
14        //前面的任意字符，只需要判断p的"a*"和s的前0个字
15        //符是否匹配即可
16        if (p.charAt(i) == '*' && dp[0][i - 1]) {
17            dp[0][i + 1] = true;
18        }
19    }
20    ……
21}

 

边界条件我们已经找到了，下面再来看一下递推公式。

 

二，递推公式

1，如果p的第j+1个字符和s的第i+1个字符相同，或者p的第j+1个字符是“.”（"."可以匹配任意字符），我们只需要判断p的前j个字符和s的前i个字符是否匹配，这个还好理解，我们画个图看一下

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

p的第3个字符"."是可以和s的第3个字符"f"匹配成功的，我们只需要判断p的前2个字符和s的前2个字符是否匹配成功即可。

代码如下

  •  
 if (p.charAt(j) == s.charAt(i) || p.charAt(j) == '.') {        dp[i + 1][j + 1] = dp[i][j]; }

 

2，如果p的第j+1个字符和s的第i+1个字符不能匹配，并且p的第j+1个字符是"*"，那么就要分两种情况

（1）p的第j个字符和s的第i+1个字符不能匹配，

比如：s="abc"，p="abcd*"

我们就让p的第j个和第j+1个字符同时消失，也就是让"d*"消失，只需要判断p的前j-1个字符和s的前i+1个字符是否匹配即可。

也就是下面这样

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

代码如下

  •  
if (p.charAt(j) == '*') {    if (p.charAt(j - 1) != s.charAt(i) && p.charAt(j - 1) != '.') {        dp[i + 1][j + 1] = dp[i + 1][j - 1];    }}

 

（2）p的第j个字符和s的第i+1个字符匹配成功，有3种情况

  • 类似于s="abc"，p="abcc*";   我们就让*匹配0个，把p的"c*"砍掉，判断s="abc"和p="abc"是否匹配

  •  
dp[i+1][j+1] = dp[i+1][j-1]

  • 类似于s="abc"，p="abc*";   我们就让*匹配1个，把p的字符"*"砍掉，判断s="abc"和p="abc"是否匹配

  •  
dp[i+1][j+1] = dp[i+1][j]

  • 类似于s="abcc"(或者s="abccc"，s="abcccc"……)，p="abc*";  我们就让*匹配多个，把s的最后一个字符"c"砍掉，判断s="abc"(或者s="abcc"，s="abccc"……)和p="abc*"是否匹配

  •  
dp[i+1][j+1] = dp[i][j+1]

前面两个的递推公式很好理解，关键是第3个为什么要这样写。其实我们可以这样想，把"c*"看做是一个整体，比如"abccc"的最后一个字符"c"和p的倒数第二个字符匹配成功，因为"c*"可以匹配多个，我们就把"abccc"砍掉一个字符"c"，然后再判断"abcc"和"abc*"是否匹配。

 

上面三个递推公式只要有一个为true，就表示能够匹配成功

 

我们来看下完整的递推公式

1if (p.charAt(j) == s.charAt(i) || p.charAt(j) == '.') {
2    dp[i + 1][j+1] = dp[i][j];
3} else if (p.charAt(j) == '*') {
4    if (p.charAt(j - 1) != s.charAt(i) && p.charAt(j - 1) != '.') {
5        dp[i + 1] [j+1]= dp[i + 1][j-1];
6    } else {
7        dp[i + 1][j+1] = (dp[i + 1][j] || dp[i][j+1]|| dp[i + 1][j-1]);
8    }
9}

其实上面代码有个重复的地方就是当p的第j+1个字符是"*"的时候，里面的两种判断方式都会有一个匹配0个的判断，我们可以把它提取出来，像下面这样

 1if (p.charAt(j) == s.charAt(i) || p.charAt(j) == '.') {
 2    dp[i + 1][j+1] = dp[i][j];
 3} else if (p.charAt(j) == '*') {
 4    //递归公式
 5    if (p.charAt(j - 1) == s.charAt(i) || p.charAt(j - 1) == '.') {
 6        dp[i + 1][j+1] = dp[i + 1] [j]|| dp[i][j+1];
 7    }
 8    dp[i + 1] [j+1]|= dp[i + 1][j-1];
 9}
10

实际上匹配1个和匹配多个也可以合并，代码如下

1if (p.charAt(j) == s.charAt(i) || p.charAt(j) == '.') {
2    dp[i + 1][j + 1] = dp[i][j];
3} else if (p.charAt(j) == '*') {
4    //递归公式
5    if (p.charAt(j - 1) == s.charAt(i) || p.charAt(j - 1) == '.') {
6        dp[i + 1][j + 1] = dp[i][j + 1];
7    }
8    dp[i + 1][j + 1] |= dp[i + 1][j - 1];
9}

边界条件和递推公式都有了，我们再来看下完整代码

 1public boolean isMatch(String s, String p) {
 2    if (s == null || p == null)
 3        return false;
 4    int m = s.length();
 5    int n = p.length();
 6    boolean[][] dp = new boolean[m + 1][n + 1];
 7    dp[0][0] = true;
 8    for (int i = 0; i < n; i++) {
 9        //如果p的第i+1个字符也就是p.charAt(i)是"*"的话，
10        //那么他就可以把p的第i个字符给消掉（也就是匹配0次）。
11        //我们只需要判断p的第i-1个字符和s的前0个字符是否匹
12        //配即可。比如p是"a*b*"，如果要判断p的第4个字符
13        //"*"和s的前0个字符是否匹配，因为字符"*"可以消去
14        //前面的任意字符，只需要判断p的"a*"和s的前0个字
15        //符是否匹配即可
16        if (p.charAt(i) == '*' && dp[0][i - 1]) {
17            dp[0][i + 1] = true;
18        }
19    }
20    for (int i = 0; i < m; i++) {
21        for (int j = 0; j < n; j++) {
22            if (p.charAt(j) == s.charAt(i) || p.charAt(j) == '.') {
23                dp[i + 1][j + 1] = dp[i][j];
24            } else if (p.charAt(j) == '*') {
25                //递归公式
26                if (p.charAt(j - 1) == s.charAt(i) || p.charAt(j - 1) == '.') {
27                    dp[i + 1][j + 1] = dp[i][j + 1];
28                }
29                dp[i + 1][j + 1] |= dp[i + 1][j - 1];
30            }
31        }
32    }
33    return dp[m][n];
34}

如果觉得代码有点长，还可以看个更简洁的写法，不过原理都一样

 1public boolean isMatch(String s, String p) {
 2    int m = s.length(), n = p.length();
 3    boolean[][] dp = new boolean[m + 1][n + 1];
 4    dp[0][0] = true;
 5    for (int i = 0; i <= m; i++)
 6        for (int j = 1; j <= n; j++)
 7            if (p.charAt(j - 1) == '*')
 8                dp[i][j] = dp[i][j - 2] || (i > 0 && (s.charAt(i - 1) == p.charAt(j - 2) || p.charAt(j - 2) == '.') && dp[i - 1][j]);
 9            else
10                dp[i][j] = i > 0 && dp[i - 1][j - 1] && (s.charAt(i - 1) == p.charAt(j - 1) || p.charAt(j - 1) == '.');
11    return dp[m][n];
12}

 

递归求解

先来定义一个函数，他表示的是s的首字符和p的首字符是否匹配。

1//比较s的首字符和p的首字符是否匹配
2private boolean comp(String s, String p) {
3    return s.charAt(0) == p.charAt(0) || p.charAt(0) == '.';
4}

如果要判断字符串s和p是否匹配，我们来看一下递归函数的大致框架

 1public boolean isMatch(String s, String p) {
 2    if (p.length() == 0) {
 3        return s.length() == 0;
 4    }
 5    if (p.length() > 1 && p.charAt(1) == '*') {
 6        // p的第二个字符是 '*'
 7        ……
 8    } else {
 9        // p的第二个字符不是 '*'
10        ……
11    }
12}

因为字符"*"不能单独存在，他需要和他前面的字符搭配使用，成为一个组合。

1，当p的第二个字符不是"*"的时候，那么p的第一个字符就可以单独和s的第一个字符进行比较。

2，如果p的第二个字符是"*"，那么p的第二个字符和第一个字符必须成为一个组合来进行匹配，也就类收于"a*"。下面会分为两种情况

  • 字符"*"匹配0次，让字符"*"和他前面的那个字符同时消失，然后判断字符串s和p.substring(2)是否匹配。

  • 字符"*"匹配1次或多次，让字符串s砍掉首字符，然后继续和字符串p匹配。

搞懂了上面的过程，代码就比较简单了，来看下完整代码

 1public boolean isMatch(String s, String p) {
 2    if (p.length() == 0) {
 3        return s.length() == 0;
 4    }
 5    if (p.length() > 1 && p.charAt(1) == '*') {
 6        // p的第二个字符是 '*'
 7        //1,字符"*"把前面的字符消掉，也就是匹配0次
 8        //2,字符"*"匹配1次或多次
 9        return isMatch(s, p.substring(2)) || (s.length() > 0 && comp(s, p)) && isMatch(s.substring(1), p);
10    } else {
11        // p的第二个字符不是 '*'，判断首字符是否相同，如果相同再从第二位继续比较
12        return s.length() > 0 && comp(s, p) && (isMatch(s.substring(1), p.substring(1)));
13    }
14}
15
16//比较s的首字符和p的首字符是否匹配
17private boolean comp(String s, String p) {
18    return s.charAt(0) == p.charAt(0) || p.charAt(0) == '.';
19}

 

总结

这题被标注为hard，确实是有一定的难度，使用动态规划应该是最容易理解的，关键难点是上面递推公式的推导

 

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

●423，动态规划和递归解最小路径和

●413，动态规划求最长上升子序列

●411，动态规划和递归求不同路径 II

●407，动态规划和滑动窗口解决最长重复子数组

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

长按上图，识别图中二维码之后即可关注。

 

如果觉得有用就点个"赞"吧

标签：字符,个字符,匹配,charAt,Offer,正则表达式,430,dp,String
来源： https://blog.51cto.com/u_4774266/2902830

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有