10.正则表达式匹配
思路:
-
从前向后匹配(动态规划):状态空间大小为s.length() * p.length(),其中dp[i][j]代表s中的前i个字符和p中前j个字符匹配的结果。初始值为dp[0][0]=true,即两个空字符串匹配成功。状态转移方程如下:
-
当j=0时,除了i=0的时候两串匹配外,其余情况均不匹配(意味着原串不为空,而匹配串匹配的是空串),dp[1~s.length()][0] = false。
-
isMatch(String s, String p, int i, int j)函数用来比较s的第i个字符和p的第j个字符是否相等,此时p中的.可以匹配任意字符
-
若当前p的字符不为*,则dp[i][j] = 当前两个字符是否相等 && 之前的字符串是否相等
-
若当前p的字符为*,则将j-1与j合并起来处理,有两种情况:
-
匹配0次,则dp[i][j] = dp[i][j-2]
-
匹配1+次,则dp[i][j] = isMatch(s,p,i,j-1) && dp[i-1][j]
-
综上,状态转移方程为
d p [ i ] [ j ] = { i s M a t c h ( s [ i ] , p [ j ] ) & d p [ i − 1 ] [ j − 1 ] , d p [ j ] ! = ′ ∗ ′ d p [ i ] [ j − 2 ] ∣ ∣ ( i s M a t c h ( s [ i ] , p [ j ] ) & d p [ i − 1 ] [ j ] ) , o t h e r w i s e dp[i][j]= \left\{\begin{matrix} isMatch(s[i],p[j]) \& dp[i-1][j-1],& dp[j] != '*' \\ dp[i][j-2] || (isMatch(s[i],p[j])\&dp[i-1][j]), & otherwise \\ \end{matrix}\right. dp[i][j]={isMatch(s[i],p[j])&dp[i−1][j−1],dp[i][j−2]∣∣(isMatch(s[i],p[j])&dp[i−1][j]),dp[j]!=′∗′otherwise
此方法有一个问题,就是从前向后匹配时,如果遇到字符+*的组合时,首先将字符作为一个独立个体进行了一次多余匹配。而这个结果不会影响到最终结果,因为当匹配到*时,状态转移方程不会与dp[1~s.length()][j-1]纬度产生联系,而之前的匹配结果则存放在dp[j-1]中,因此这次单独匹配不会对结果状态产生影响。 -
-
从后向前匹配(动态规划):类似与解法1,不再赘述
-
递归,思路类似,采用递归形式向后/向前判断。会将字符+*作为组合一起判断。
代码:
-
动态规划(从前向后)
public static boolean isMatch(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]; }
时间复杂度:O(mn)
空间复杂度:O(mn)
-
动态规划(从后向前)
public static boolean isMatch(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]; }
时间复杂度:O(mn)
空间复杂度:O(mn)
-
递归
public static boolean isMatch(String s, String p) { if (s.equals(p)) { return true; } if (p.length() == 0) { return s.length() == 0; } boolean firstMatch = s.length() != 0 && (s.charAt(0) == p.charAt(0) || p.charAt(0) == '.'); if(p.length() > 1 && p.charAt(1) == '*'){ return isMatch(s, p.substring(2)) || (firstMatch && isMatch(s.substring(1), p)); } else{ return firstMatch && isMatch(s.substring(1), p.substring(1)); } }
时间复杂度:O(mn)
空间复杂度:O(mn)
11.盛最多水的容器
思路:装水量取决于两个因素:1.两条垂线之间的距离 2.两条垂线中短的那一条的高度。距离最大值,为数组的长度,而因素二需要我们遍历整个数组后才知道。因此我们对第二个因素进行贪心。初始化时,取最外侧的两条垂线,设定初始值。然后尝试将更短的那条线变长,即向中心搜索,并判断变化后的容器是否有更大的容量。最终搜索完整个数组后,结束。
代码:
public int maxArea(int[] height) {
if (height.length == 0) {
return 0;
}
int l = 0, r = height.length - 1, result = Math.min(height[l], height[r]) * (r - l);
while (l < r) {
if (height[l] > height[r]) {
r --;
} else {
l ++;
}
result = Math.max(result, Math.min(height[l], height[r]) * (r - l));
}
return result;
}
时间复杂度:O(n)
空间复杂度:O(1)
12. 整数转罗马数字
思路:根据转换规则,可以从高位按位转换,并将结果拼接。
代码:
public String intToRoman(int num) {
int base = 1000;
StringBuilder result = new StringBuilder();
while (num > 0) {
int bit = num / base;
num %= base;
result.append(transfer(bit, base));
base /= 10;
}
return result.toString();
}
private String transfer(int bit, int base) {
if (bit == 0) {
return "";
}
char one, five, ten;
if (base == 1000) {
one = 'M';
five = ' ';
ten = ' ';
} else if (base == 100) {
one = 'C';
five = 'D';
ten = 'M';
} else if (base == 10) {
one = 'X';
five = 'L';
ten = 'C';
} else {
one = 'I';
five = 'V';
ten = 'X';
}
StringBuilder sb = new StringBuilder();
if (bit < 4) {
while (bit-- > 0) {
sb.append(one);
}
} else if (bit == 4) {
sb.append(one);
sb.append(five);
} else if (bit > 4 && bit < 9) {
sb.append(five);
while (bit-- > 5) {
sb.append(one);
}
} else {
sb.append(one);
sb.append(ten);
}
return sb.toString();
}
时间复杂度:O(1)
空间复杂度:O(1)