上次的正则表达式匹配就是使用的动态规划的方法,不过上一次因为写完程序太晚了,就没有想自下而上填表法实现的动态规划。这次就直接使用填表法来解决问题吧。
上次的分析同样可以套用到这次的问题中。我们使用了一个二维数组来储存每个小问题的答案,现在我们分析一下递归过程,就可以得出自下而上的填表法解决方案。
这张图中,箭头表示递归函数的调用顺序。想要得到[0,0]处的值,就必须要知道[1,1]的值。
我们也可以模拟程序运行,把从右下角开始填表,把数据都填上。
这样就有了简化程序的方法,编写程序时的思路也由“递归”变成了“怎么填写这张表”。
但是为了方便,编程的时候我们最好还是从头开始填表,也就是从[0,0]开始,填到表的右下角,表右下角的值就是答案。
编写填表程序算是求解动态规划问题的最后一步。在这一步,就要确定所谓的“状态转移方程”了。说是“方程”,其实我感觉更应该叫“状态转移函数”,因为这是一个由输入推出输出的过程。
这道题中,如果没有遇见*,就只能由左上走到右下。若左上为T,而且当前字符匹配,那么当前位置也为T,不然就是F。遇到*时,就要把一行可以填的位置(上面一个字符向右)全部设置为T,因为*可以匹配任意值,这些填入T的格子代表了各种不同的匹配方案。
最后,如果可以匹配,那么右下角的值一定为真,否则就是假。
class Solution {
public:
bool isMatch(string s, string p) {
int slen = s.size(), plen = p.size();
if (p==s || p=="*") return true;
if (p.empty() || s.empty()) return false;
bool d[plen + 1][slen + 1];
for(int pi=0;pi<plen+1;pi++){
for(int si=0;si<slen+1;si++){
d[pi][si]=false;
}
}
d[0][0] = true;
for(int pi = 1; pi < plen + 1; pi++) {
if (p[pi - 1] == '*') {
int si = 1;
while ((!d[pi - 1][si - 1]) && (si < slen + 1)) si++;
d[pi][si - 1] = d[pi - 1][si - 1];
while (si < slen + 1){
d[pi][si] = true;
si++;
}
}
else if (p[pi - 1] == '?') {
for(int si = 1; si < slen + 1; si++)
d[pi][si] = d[pi - 1][si - 1];
}
else {
for(int si = 1; si < slen + 1; si++) {
d[pi][si] = (d[pi - 1][si - 1]) && (p[pi - 1] == s[si - 1]);
}
}
}
return d[plen][slen];
}
};