题目
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
分析
该题采用动态规划求解,下面详细说一下状态转移方程的转移过程。
首先理解一下题目的意思 “.”表示可以匹配任意一个字符,“x*”表示*前面的x字符可以重复0次或者任意多次。
设字符串为str,匹配规则为pattern,i表示str的第i位,j表示pattern的第j位(都是从0开始),dp[i][j]表示str前i位(不包括第i位)是否与pattern的前j位(不包括第j位)匹配,现在我们来分析dp[i][j]的转移方程,即看str的前i位和pattern前j位匹配情况。
首先,我们可以根据pattern的第(j-1)位的符号分为两种情况:
- pattern的第(j-1)位为’*’,此时需要把(j-2)和(j-1位)看成一个整体,以下任何一种情况成立,dp[i][j]就为true。
第一种:pattern[j-2]*不参与匹配,此时就要看str的前i位与pattern的前j-2位是否匹配,此时dp[i][j] = dp[i][j-2]
第二种:pattern[j-2]*参与匹配,如果pattern[j-2]*与str[i-1]位匹配,此时只需要看str的前(i-1)位是否
与pattern的前j位是否匹配,即 dp[i][j] = dp[i-1][j] && str[i-1] == pattern[j-2]
第三种情况:pattern[j-2]*参与匹配,且pattern[j-2] = “.”,由于“.”可以匹配任何字符,所以只需要看str的前(i-1)位与pattern的前j位是否匹配,即dp[i][j] = dp[i-1][j] && pattern[j-2] == '.' - pattern的第(j-1)位不为’*’,这又分两种情况
第一种:如果pattern[j-1] = str[i-1],此时只需要看str的前(i-1)位与pattern的前(j-1)位是否匹配,即
dp[i][j] = dp[i-1][j-1] && pattern[j-1] == str[i-1]
第二种:如果pattern[j-1] = ‘.’,此时只需要看str的前(i-1)位与pattern的前(j-1)位是否匹配,即
dp[i][j] = dp[i-1][j-1] && pattern[j-1] == '.'
故其转移方程为
d p [ ] i [ j ] = { d p [ i ] [ j − 2 ] ∣ ∣ ( d p [ i − 1 ] [ j ] & & s t r [ i − 1 ] = = p a t t e r n [ j − 2 ] ) ∣ ∣ ( d p [ i − 1 ] [ j ] & & p a t t e r n [ j − 2 ] = = ′ . ′ ) i f p a t t e r n [ j − 1 ] = ′ ∗ ′ ( d p [ i − 1 ] [ j − 1 ] & & p a t t e r n [ j − 1 ] = = s t r [ i − 1 ] ) ∣ ∣ ( d p [ i − 1 ] [ j − 1 ] & & p a t t e r n [ j − 1 ] = = ′ . ′ ) i f p a t t e r n [ j − 1 ] ≠ ′ ∗ ′ dp[]i[j]=\left\{ \begin{aligned} &dp[i][j-2] ||(dp[i-1][j] \&\& str[i-1] == pattern[j-2]) ||(dp[i-1][j] \&\& pattern[j-2] == '.' ) && if&& pattern[j-1]='*'\\ & (dp[i-1][j-1] \&\& pattern[j-1] == str[i-1])||( dp[i-1][j-1] \&\& pattern[j-1] == '.') && if && pattern[j-1]\neq'*'\\ \end{aligned} \right. dp[]i[j]={dp[i][j−2]∣∣(dp[i−1][j]&&str[i−1]==pattern[j−2])∣∣(dp[i−1][j]&&pattern[j−2]==′.′)(dp[i−1][j−1]&&pattern[j−1]==str[i−1])∣∣(dp[i−1][j−1]&&pattern[j−1]==′.′)ififpattern[j−1]=′∗′pattern[j−1]=′∗′
代码
import java.util.*;
public class Solution {
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
* @param str string字符串
* @param pattern string字符串
* @return bool布尔型
*/
public boolean match (String str, String pattern) {
int strLen = str.length();
int patternLen = pattern.length();
boolean[][] dp = new boolean[strLen+1][patternLen+1];
//初始化,表示空串和空匹配规则匹配
dp[0][0] = true;
//当字符串为空时,但匹配规则不为空的情况
for(int i = 2; i <= patternLen; i++) {
dp[0][i] = dp[0][i-2] && pattern.charAt(i-1) == '*';
}
for(int i = 1;i <= strLen; i++) {
for(int j = 1; j <= patternLen; j++) {
dp[i][j] = pattern.charAt(j-1) == '*'?dp[i][j-2] || dp[i-1][j] &&
(str.charAt(i-1) == pattern.charAt(j-2) || pattern.charAt(j-2) == '.'):
dp[i-1][j-1] &&(str.charAt(i-1) == pattern.charAt(j-1) || pattern.charAt(j-1) == '.');
}
}
return dp[strLen][patternLen];
}
}
两层for循环,时间复杂度o(mn),
二维dp数组,空间复杂度为o(mn)。