LeetCode10 正则表达式匹配 Regular Expression Matching
题目描述
题目地址:https://leetcode-cn.com/problems/regular-expression-matching/
题目难度:困难
给定一个字符串 (s) 和一个字符模式 (p)。实现支持 '.' 和 '*' 的正则表达式匹配。
'.' 匹配任意单个字符
'*' 匹配零个或多个前面的那一个元素
说明: 匹配应该覆盖整个字符串 (s) ,而不是部分字符串。
s 可能为空,且只包含从 a-z 的小写字母。
p 可能为空,且只包含从 a-z 的小写字母,以及字符 . 和 *。
示例
示例1:
输入:
s = "aa"
p = "a"
输出: false
解释: "a" 无法匹配 "aa" 整个字符串。
示例2:
输入:
s = "mississippi"
p = "mis*is*p*."
输出: false
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('.')。
动态规划与回溯法
动态规划
动态规划是通过拆分问题,定义问题状态和状态间的关系,是的问题能够以递推或是分治的方式进行解决。动态规划会记录每一步的执行结果,下一步的执行结果会根据上一步的结果来进行操作。
主要适用于子问题不是独立的情况,子问题会包含子子问题,由于会重复的求解各个子问题,会将子问题求解进行保存,避免重复计算。
回溯法
也可以称为试探法,不考虑问题规模,从问题最明显的最小规模开始逐步找出可能的答案,慢慢扩大规模,通过迭代的方式逼近最终解。若判断出无法得出结果时,则会撤销当前操作,返回到上一步进行求解。为了便于撤销当前求解过程,需要记录上一步的求解路径。
分析
这种需要不断尝试的问题,一般可以用回溯法和动态规划来进行求解.上面简单了解一下回溯法和动态规划
显然目前这个问题可以使用动态规划来进行求解,他会从头开始比较两个字符串的对应字符是否匹配,只需要对.
和*
两个字符作特殊的处理即可。而回溯法那就更不用说了,使用合适的字符逐步替换匹配,知道无法回退或是走到最后。
解答1:动态规划
public boolean isMatch(String s, String p) {
int sLen = s.length();
int pLen = p.length();
//多存一层 0, 0
boolean[][] memory = new boolean[sLen+1][pLen+1];
memory[0][0] = true;
for(int i = 0; i <= sLen; i++) {
for(int j = 1; j <= pLen; j++) {
if(p.charAt(j-1) == '*') {
memory[i][j] = memory[i][j-2] || (i > 0 && (s.charAt(i-1) ==
p.charAt(j-2) || p.charAt(j-2) == '.') && memory[i-1][j]);
}else {
memory[i][j] = i > 0 && (s.charAt(i-1) == p.charAt(j-1) ||
p.charAt(j-1) == '.') && memory[i-1][j-1];
}
}
}
return memory[sLen][pLen];
}
耗时8ms,击败90.19%的提交记录
解答2:回溯法
public boolean isMatch1(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));
}
}
189ms ,击败15.31%的提交记录
相似题目
通配符匹配
总结
显然,回溯法会进行很多错误的尝试,然后最终找到正确的解答,但是动态规划则是逐步往后,若是当前路径状态合理才会继续往后走,回溯法一开始我有想到,但是奈何对回溯法操作不是很熟悉,没有成功写出,上边是在题解中找寻的代码块,虽然说效率一般,但是起码让我更深层次的了解了回溯算法的一些原理与实现。后面应该还会碰到类似的问题,我相信到时候能够完美的解决。