【剑指Offer】19. 正则表达式匹配

NowCoder

题目描述

请实现一个函数用来匹配包括 ‘.’ 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(包含 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,但是与 “aa.a” 和 “ab*a” 均不匹配。

解题思路

应该注意到,’.’ 是用来当做一个任意字符,而 ‘*’ 是用来重复前面的字符。这两个的作用不同,不能把 ‘.’ 的作用和 ‘*’ 进行类比,从而把它当成重复前面字符一次。

递归

假设主串为s,长度为sn, 模式串为p,长度为pn,对于模式串p当前的第i位来说,有’正常字符’、’*’、’.'三种情况。我们针对这三种情况进行讨论:

如果p[i]为正常字符, 那么我们看s[i]是否等于p[i], 如果相等,说明第i位匹配成功,接下来看s[i+1…sn-1] 和 p[i+1…pn-1]

如果p[i] 为’.’, 它能匹配任意字符,直接看s[i+1…sn-1] 和 p[i+1…pn-1]

如果p[i] 为’*’, 表明p[i-1]可以重复0次或者多次,需要把p[i-1] 和 p[i]看成一个整体.

如果p[i-1]重复0次,则直接看s[i…sn-1] 和 p[i+2…pn-1]
如果p[i-1]重复一次或者多次,则直接看s[i+1…sn-1] 和p[i…pn-1],但是有个前提:s[i]= =p[i] 或者 p[i] == ‘.’
三种情况如下图:
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
显然上述的过程可以递归进行计算。
则递归三部曲为:

递归函数功能:match(s, p) -> bool, 表示p是否可以匹配s

递归终止条件:

如果s 和 p 同时为空,表明正确匹配
如果s不为空,p为空,表明,不能正确匹配
如果s为空,p不为空,需要计算,不能直接给出结果
下一步递归:

对于前面讨论的情况1,2进行合并,如果s = = p || p == ‘.’,则match(s+1, p+1)

对于情况3,如果重复一次或者多次,则match(s+1,p),如果重复0次,则match(s, p+2)

解法有很多,有非递归的写法,动态规划以及递归,感觉这个题属于难题了,能做出来即可,难度高还追求多种解法不是本菜鸟的风格。嗯,所以我选择在看懂递归代码后,做个总结。
代码思路:
  首先肯定是两个指针,一个在给定字符串上动,一个在模板上动。如果匹配肯定都向后移动,但此时由于有两个特殊符号捣乱,因此比较特殊。
  首先分析’.‘的情况。当我们比较两个指针指的字符时,模板的字符是’.’,那么可以让两个指针同时后移。这个情况简单,就默认相等嘛。换句话说,本题只用考虑有没有’*'就可以了。

考虑’‘的相关情况情况。我们比较两个指针的字符时,如果字符串是s指针,模板是P指针指向某个字符。那么P的下一个字符不是’‘时,那么就是最普通的情况,直接都往后移一位。即s++,p++。
  分析此时有’‘时,注意此时,p+1指向了一个’’。那么我们怎么移动指针呢。

方式1:出现了’’,而且s和p指向的都不相等,就相当于模板中’‘前面的出现了0次,此时必须让p指针向后移动2位,让模板跳过’'即可。(对于abge和acmn,s指b,p指c,则让p指向m,即p+2。认为c没出现过)
方式2:出现了’’,而且s和p指向的相等(这里的相等可以是真正的相等,也可以是’.'标记的相等)。比如abcd和abcf,其中s和p都指向了b。此时应该s+1和p+2。比如abbcd和abcf,其中s和p都指向了b。由于b出现了多次,应该不着急移动p,所以此时s+1即可。比如"cba","cbaa",我也可以认为,p指向的第1个a没出现过,即使你相等。因此此时可以s不动,p+2。
  可以看到,方式2中其实又分为3种情况,而实际上,我们无法区分具体应该选择哪一个方式处理,所以只能将3个方法同时利用或运算并列起来。其中方式2的第3种处理很不容易想到,因为就算相等了,我还是认为你不相等,忽略你,是真的牛。
  再次捋一遍。由于把真正的相等和’.‘标记的相等并成一类,就只用考虑’
’。如果不出现星号,就常规比较,常规比较肯定出现相等或者不等两类。如果出现星号,就考虑两个指针指的是否相等,不等,则p指针直接+2。两个指针相等,则有3种情况并列处理。再在这些判断中,加入对应边界条件,就可以很容易理解并写出代码了。

public class Solution {
    public boolean match(char[] str, char[] pattern)
    {
        if (str == null || pattern == null)
            return false;
        return matchCore(str, 0, pattern, 0);
    }
    private boolean matchCore(char[] str, int s, char[] pattern, int p) {
        //下面4行是递归结束标志,两个指针都指到了最后,才是匹配,否则不匹配
        if (s == str.length && p == pattern.length)
            return true;
        if (s < str.length && p == pattern.length)
            return false;
 
        //虽然比的是P位置的,但是P后面出现*时,规则需要改变。
        if (p + 1 < pattern.length && pattern[p + 1] == '*') {
            //出现了*,并且s和P指向的相同,3种情况并列
            if ((s < str.length && pattern[p] == '.')
                    || (s < str.length && pattern[p] == str[s])) {
                return matchCore(str, s, pattern, p + 2)
                        || matchCore(str, s + 1, pattern, p)
                        || matchCore(str, s + 1, pattern, p + 2);
            } else {//出现了*,并且s和p指向的不同,那就把*前面的字符理解出现了0次,p+2
                return matchCore(str, s, pattern, p + 2);
            }
        }
        //说明P后面不是*,那么就进行常规判断。相同就分别给指针+1
        if (s < str.length && (pattern[p] == str[s] || pattern[p] == '.'))
            return matchCore(str, s + 1, pattern, p + 1);
        //p后面又不是*,也没有.给你撑腰,你还敢出现不同,那必然false
        return false;
    }
}

标记

public boolean match(char[] str, char[] pattern) {

    int m = str.length, n = pattern.length;
    boolean[][] dp = new boolean[m + 1][n + 1];

    dp[0][0] = true;
    for (int i = 1; i <= n; i++)
        if (pattern[i - 1] == '*')
            dp[0][i] = dp[0][i - 2];

    for (int i = 1; i <= m; i++)
        for (int j = 1; j <= n; j++)
            if (str[i - 1] == pattern[j - 1] || pattern[j - 1] == '.')
                dp[i][j] = dp[i - 1][j - 1];
            else if (pattern[j - 1] == '*')
                if (pattern[j - 2] == str[i - 1] || pattern[j - 2] == '.') {
                    dp[i][j] |= dp[i][j - 1]; // a* counts as single a
                    dp[i][j] |= dp[i - 1][j]; // a* counts as multiple a
                    dp[i][j] |= dp[i][j - 2]; // a* counts as empty
                } else
                    dp[i][j] = dp[i][j - 2];   // a* only counts as empty

    return dp[m][n];
}

猜你喜欢

转载自blog.csdn.net/weixin_43469680/article/details/107875661