LeetCode题目解析（二）：10、Regular Expression Matching

10、正则表达式匹配

一、问题描述：
实现一个支持’.’和’*’的正则表达式匹配算法。其中’.’可以匹配任意字符，’*’可以使其前面的字符匹配一个或多个。匹配应当覆盖整个字符串而不是部分。
给出的函数原型为bool isMatch(const char *s, const char *p)
例如：
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(“aaa”, “aaaa*”)→ true

二、问题分析
可以发现，此题的难度来自引入的’.’和’*’字符。其中’.’字符的匹配很好解决，只要重新定义两字符相等的条件就可以，如对于s中第i个位置的字符和p中第j个位置的字符，判断相等的条件写作：s[i] == p[j] || p[j] == ‘.’ 。这样就解决了’.’字符问题。
但是’*’就困难多了，我们称附带’*’的字符为可变字符，每个可变字符的长度都是不确定的，假设有n个可变字符，字符串s和p的长度分别为slen和plen，设每个可变字符的长度分别为L1、L2……Ln，满足L1 + L2 + …… + Ln = slen - plen，本质则可能性为n个字符，在长度slen - plen上的整数部分切分。根据动态规划中锯木头问题的分析，这样做的时间复杂度为指数级别。
这里需要引入动态规划的求解思路。首先，为了简化问题，我们对p字符串进行预处理，剔除’*’并用数组v[]记录字符的可变性，如p[i]是可变的我们就把v[i]置位1，不可变则为0，预处理后的字符串记为q，长度为qlen。为了进一步分析问题，我们可以将s中从0到i的字串，与p中0到j的字串，两者是否匹配记为r[i][j]，r是一个布尔型二维数组。因此最后我们需要的答案就是r[slen][qlen]。既然如此，我们可以讨论一般情况，即r[i][j]满足的性质。下面分四种情况讨论：
1、若q[j]不是可变字符，且s[i]与q[j]不相等(这里的不相等是重新定义过的，即包含了q[j]不为’.’这层含义)，则已经可以判定两者不匹配，直接赋值为false。
2、若q[j]不是可变字符，且s[i]与q[j]相等，则两者匹配，答案就是s[i-1][j-1]。
3、若q[j]是可变字符，且s[i]与q[j]不相等，那么可变字符的数目必然是0，应对跳过q串中该字符的匹配，即赋值为s[i][j-1]。
4、最后一种情况相对复杂，若q[j]是可变字符，且s[i]与q[j]相等，有两种可能性，一种是可变字符长度为0，即q中跳过该字符，如这种情况，isMatch(“aaa”, “aaaa*”)，就应该跳过最后一个a的匹配，也可以是s[i]确实是与q[j]匹配，那么两种情况下有一种成立，答案即为真。可见这种情况应该赋值为s[i-1][j] || s[i][j-1]。

所以任务就变成了按规则填表。
归纳了一般情况，我们来填写初始状态。首先考虑s[0][0]，该位置表示s和q都为空，显然是匹配的，答案是true。再考虑s[i][0] (1 <= i <= slen)，表示q串为空，s不为空，两者不可能匹配，答案为false。再考虑s[0][j] (1 <= j <= qlen)，表示s串为空，q串不为空，这里就有点讲究了，若q串中全为可变字符，那么它们的数量只需都为0，已然可以匹配，但若其中有一个不可变字符，就无法匹配，因此可以用s[0][j-1] || v[j]来递推出结果。

下面我们有s = “aabcdef” p = “a*b*cda*ef*f” 的表格填写完来举例，可以目测，两者是匹配的。图中，红色表示可变字符。
初始化状态：

第一行填写：

第二、三行填写：

剩余部分：

可以清晰地看到，s与p是匹配的。

三、Ac code

class Solution {
public:
    bool isMatch(string s, string p) {
        if (!p.length() && s.length())    return false;
        if (!p.length() && !s.length())   return true;
        string q;
        int v[p.length()] = {0};
        //预处理
        for (int i = 0; i < p.length(); i++) {
            if (p[i] != '*')    q += p[i];
            else v[q.length() - 1] = 1;
        }
        //初始条件
        int slen = s.length(), qlen = q.length();
        int r[slen+1][qlen+1];
        r[0][0] = 1;
        for (int i = 1; i <= slen; i++)   r[i][0] = 0;
        for (int j = 1; j <= qlen; j++)   r[0][j] = r[0][j-1] && v[j-1];
        //递推
        for (int i = 0; i < slen; i++) {
            for (int j = 0; j < qlen; j++) {
                if (!v[j] && (s[i] == q[j] || q[j] == '.'))      r[i+1][j+1] = r[i][j];
                else if (v[j] && (s[i] != q[j] && q[j] != '.'))  r[i+1][j+1] = r[i+1][j];
                else if (!v[j] && (s[i] != q[j] && q[j] != '.')) r[i+1][j+1] = 0;
                else if (v[j] && (s[i] == q[j] || q[j] == '.'))  r[i+1][j+1] = r[i][j+1] || r[i+1][j];;
            }
        }

        return r[slen][qlen];
    }
};