LeetCode_10_Regular Expression Matching

原文要求如下:

Implement regular expression matching with support for '.' and '*'.

'.' Matches any single character.
'*' Matches zero or more of the preceding element.

The matching should cover the **entire** input string (not partial).

The function prototype should be:
bool isMatch(const char *s, const char *p)

Some examples:
isMatch("aa","a") → false
isMatch("aa","aa") → true
isMatch("aaa","aa") → false
isMatch("aa", "a*") → true
isMatch("aa", ".*") → true
isMatch("ab", ".*") → true
isMatch("aab", "c*a*b") → true
isMatch("aaaa","ab*a*c*a") → true #自己加的

解法有兩種

遞歸

遞歸想法比較簡單代碼也比較清楚,但耗時很長復雜度是指數級別
考慮遞歸思想時,只需要考慮終結情況,和當前情況,其他的任由遞歸完成
當前情況的考慮如下:
因為*號是最復雜的情況甚至可以發生0次于是分成兩種情況分別考慮:p[1] 為 * 和 p[1] 不為 *

  1. p[1] != * 時:說明當前p[0]不會發生0-n次的變化直接對比就可以,剩下的交給遞歸
  2. s[0] == p[0] 判等(這個相等包含了.的情況,后面相同)
  3. 遞歸判斷 isMatch(s[1:],p[1:]) 兩個子串
  4. p[1] == * 時:說明當前p[0]會發生0-n次的變化,而且都是有效的
  5. 假設發生 0次 :那么直接將p[0,1]跳過進行遞歸 isMatch(s,p[2:])
  6. 假設發生 1次以上:那么得先判等,然后s+1進行遞歸 s[0]==p[0] and isMatch(s[1:],p)

好了所有情況都考慮好了,就可以直接上代碼了,遞歸思想還是比較簡單,直接看代碼可能比看上述文字更加簡單直接。

talk is cheep show me code:

class Solution(object):
    def isMatch(self, s, p):
        """
        :type s: str
        :type p: str
        :rtype: bool
        """
        if p=="":
            return s==""

        if len(p)>1 and '*' == p[1]:
            return self.isMatch(s, p[2:]) or ((s!="" and (s[0]==p[0] or '.'==p[0])) and self.isMatch(s[1:], p))
        else:
            return (s!="" and (s[0]==p[0] or '.'==p[0])) and self.isMatch(s[1:], p[1:])

動態規劃

動態規劃處理這個問題,更加有效,復雜度為 O(N*M).但是不同于遞歸直接看代碼,動態規劃我簡直還是先看狀態公式更加明了。
用dp[i][j]來代表 s[0:i] 與 p[0:j] 是否匹配,初始化 dp[0][0]=1(空串匹配空串)

$$(由于簡書不支持latex只好這樣子了)
dp[i][j]=dp[i][j-1], ????????條件 p[j-1]=* ,是考慮到 * 只重復一次
dp[i][j]=dp[i][j-2], ????????條件 p[j-1]=* ,是考慮到 * 只重復0次
dp[i][j]=dp[i-1][j] && S[i-1]==P[j-2],條件 p[j-1]=* ,是考慮到 * 重復了多次

dp[i][j]=dp[i-1][j-1] && S[i-1]=P[j-1] ,條件 p[j-1]!=*
$$

從狀態公式基本也能看的明白,要計算 dp[i][j] 的值,要分成兩個情況,兩個情況分別處理后就能將dp填滿,則最后的結果就是 dp[len(s)][len(p)]的值

如果看公式還是有點不清楚,來舉個栗子:s="ccd" , p="a*c*d"
dp的矩陣情況如下:

# ^ a * c * d
^ 1 0 1 0 1 0
c 0 0 0 1 <font color=blue>1</font> 0
c 0 0 0 0 <font color=red>1</font> 0
d 0 0 0 0 0 1

藍色那個是因為 dp[i][j-1]=1 所以這個*只重復1的匹配結果,因此可以為 1
紅色那個是因為 dp[i-1][j]=1 && s[i-1]==p[j-2] 代表已經被重復過了,不止1次,但依然可以被繼續重復下去

talk is cheep show me code:

class Solution(object):
    def isMatch(self, s, p):
        """
        :type s: str
        :type p: str
        :rtype: bool
        """
        lens = len(s)
        lenp = len(p)
        dp = [[False for col in range(lenp+1)] for row in range(lens+1)]
        dp[0][0] = True

        for j in range(1, lenp+1):
            dp[0][j] = p[j-1]=='*' and dp[0][j-2]==1

        for i in range(1, lens+1):
            for j in range(1, lenp+1):
                if p[j-1] == '*':
                    dp[i][j] = dp[i][j-2] or dp[i][j-1] or (dp[i-1][j] and (s[i-1]==p[j-2] or '.'==p[j-2]))
                else:
                    dp[i][j] = dp[i-1][j-1] and (s[i-1]==p[j-1] or '.'==p[j-1])

        return dp[lens][lenp]
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,837評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,196評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 175,688評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,654評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,456評論 6 406
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,955評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,044評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,195評論 0 287
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,725評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,608評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,802評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,318評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,048評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,422評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,673評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,424評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,762評論 2 372

推薦閱讀更多精彩內容