LeetCode10-正则表达式匹配

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: 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

三、代码


package com.leetcode.code;

public class LeetCode10 {

// 方法一 回溯

public static boolean isMatch(String s, String p) {

if (p.isEmpty()) {

return s.isEmpty();

}

boolean first_match = (!s.isEmpty() && (p.charAt(0) == s.charAt(0)) || p.charAt(0) == ‘.’);

if (p.length() >= 2 && p.charAt(1) == ‘*’) {

return (isMatch(s, p.substring(2)) || (first_match && isMatch(s.substring(1), p)));

} else {

return first_match && isMatch(s.substring(1), p.substring(1));

}

}

// 方法二 动态规划

public static boolean isMatch2(String s, String p) {

boolean[][] dp = new boolean[s.length() + 1][p.length() + 1];

dp[s.length()][p.length()] = true;

for (int i = s.length(); i >= 0 ; i–) {

for (int j = p.length() - 1; j >= 0 ; j–) {

boolean first_match = (i < s.length() && (p.charAt(j) == s.charAt(i) || p.charAt(j) == ‘.’));

if (j + 1 < p.length() && p.charAt(j + 1) == ‘*’) {

dp[i][j] = dp[i][j + 2] || first_match && dp[i + 1][j];

} else {

dp[i][j] = first_match && dp[i + 1][j + 1];

}

}

}

return dp[0][0];

}

// 方法三 动态规划升级版本

enum Result{

TRUE,FALSE

}

private static Result[][] memo;

public static boolean isMatch3(String s, String p) {

memo = new Result[s.length() + 1][p.length() + 1];

return dp(0,0,s,p);

}

public static boolean dp(int i, int j, String s, String p) {

boolean ans = false;

if (memo[i][j] != null) {

return memo[i][j] == Result.TRUE;

}

if (j == p.length()) {

return i == s.length();

}

boolean firstMatch = i < s.length() && (s.charAt(i) == p.charAt(j) || p.charAt(j) == ‘.’);

if (j < p.length() - 1 && p.charAt(j+1) == ‘*’) {

ans = dp(i, j+2, s, p) || (firstMatch && dp(i+1, j, s, p));

} else {

ans = firstMatch && dp(i+1,j+1, s, p);

}

memo[i][j] = ans ? Result.TRUE : Result.FALSE;

return ans;

}

public static void main(String[] args) {

System.out.println(isMatch(“ab”, “abc*”));

System.out.println(isMatch2(“ab”, “abc*”));

System.out.println(isMatch3(“ab”, “abc*”));

}

}

四、小结


复杂度分析(针对方法二)

  • 时间复杂度:用 T 和 P 分别表示匹配串和模式串的长度。对于i=0, … , Ti=0,…,T 和 j=0, … , Pj=0,…,P 每一个 dp(i, j)只会被计算一次,所以后面每次调用都是 O(1)的时间。因此,总时间复杂度为 O(TP) 。
  • 空间复杂度:我们用到的空间仅有 O(TP)个 boolean 类型的缓存变量。所以,空间复杂度为 O(TP)。
  • 15
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
正则表达式匹配是一个经典的算法问题,主要是判断一个字符串是否能够完全匹配给定的正则表式。 在LeetCode上,也有一道关于正则表达式匹配的题目,题目编号是10。这道题目要求实现一个支持 '.' 和 '*' 的正则表达式匹配,其中 '.' 可以匹配任意单个字符,'*' 可以匹配零个或多个前面的元素。 解决这道题可以使用动态规划的思想,具体的思路如下: 1. 创建一个二维数组dp,dp[i][j]表示s的前i个字符与p的前j个字符是否匹配。 2. 初始化dp为true,表示空字符串与空正则表达式是匹配的。 3. 初始化dp[i]为false,表示非空字符串与空正则表达式是不匹配的。 4. 初始化dp[j],如果p[j-1]是"*",则dp[j]的值取决于dp[j-2]的值,表示将p[j-2]与p[j-1]去掉后的正则表达式是否匹配空字符串。 5. 对于其它的dp[i][j],分成两种情况: - 如果p[j-1]是"."或者与s[i-1]相等,则dp[i][j]的值取决于dp[i-1][j-1]的值,表示将s[i-1]和p[j-1]去掉后的字符串是否匹配。 - 如果p[j-1]是"*",则dp[i][j]的值取决于以下两种情况: - dp[i][j-2]的值,表示将p[j-2]和p[j-1]去掉后的正则表达式是否匹配s的前i个字符。 - dp[i-1][j]的值,表示将s[i-1]与p[j-2]匹配后的字符串是否匹配p的前j个字符。 6. 最后返回dp[s.length()][p.length()]的值,表示整个字符串s与正则表达式p是否完全匹配。 以上是一种使用动态规划解决正则表达式匹配问题的思路,具体的实现可以参考LeetCode官方提供的递归思路的解法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [LeetCode算法 —— 正则表达式匹配(详解官方动态规划思想)](https://blog.csdn.net/weixin_42100963/article/details/106953141)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值