剑指Offer 19.正则表达式匹配

剑指Offer 19.正则表达式匹配

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 = “aa”
p = “a*”
输出: true
解释: 因为 ‘*’ 代表可以匹配零个或多个前面的那一个元素, 在这里前面的元素就是 ‘a’。因此，字符串 “aa” 可被视为 ‘a’ 重复了一次。

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（’.’）。

示例 4:

输入:
s = “aab”
p = “c*a*b”
输出: true
解释: 因为 ‘*’ 表示零个或多个，这里 ‘c’ 为 0 个, ‘a’ 被重复一次。因此可以匹配字符串 “aab”。

示例 5:

输入:
s = “mississippi”
p = “mis*is*p*.”
输出: false

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 *，无连续的 ‘*’。

分析

对于两个字符串的题目，例如最长公共子序列，一般都是转化为求s1[:n]是否能和s2[:m]匹配，即s1的前n个字符组成的子字符串能否和s2的前m个字符组成的子字符串匹配，通过求解子问题来获得原问题的解，典型的二维动态规划问题。

解题思路

总体思路是一个逐步匹配的过程，从s[:1]和p[:1]是否匹配开始判断，每轮添加一个字符并判断是否能匹配，直至添加完整个字符串s和p。

• 对于p中一个字符而言，它只能在s中匹配一个字符，匹配的方法具有唯一性
• 对于p中字符+星号的组合而言，它可以在s中匹配任意自然数个字符，并不具有唯一性

状态定义

定义f[i][j]表示s的前i个字符与p中的前j个字符是否能够匹配

状态转移方程

状态转移方程要根据==普通字符、.、\*==这三种字符的功能来分析。

f[0][0]代表的是空字符串的状态，f[i][j]对应添加的字符实际是s[i-1]和p[j-1]。状态转移方程：

• 当p[j-1]=普通字符时，f[i][j]在以下情况为true时等于true

  • f[i-1][j-1]且s[i-1]=p[j-1]：即s前i-2个字符组成的子串和p前j-2个字符组成的子串匹配的同时，s[i-1]与p[j-1]也相同

• 当p[j-1]='.'时，f[i][j]在以下情况为true时等于true

  • f[i-1][j-1]：即s前i-2个字符组成的子串和p前j-2个字符组成的子串匹配，此时p[j-1]='.'可以看作任意字符

• 当p[j-1]='*'时，表示可以对p的第j-2个字符匹配任意自然数次，p[j-2]*要整体考虑

  • 在匹配0次时，f[i][j]=f[i][j-2] ，即s的前i-1个字符组成的子串是否和p的前j-1个字符组成的子串能否匹配取决于s的前i-1个字符组成的子串是否和p的前j-3个字符组成的子串匹配，直接舍弃了p的p[j-2]*这后两个字符

• 在匹配1次时，f[i][j]=f[i-1][j-2],if s[i-1]=p[j-2]，即s的前i-1个字符组成的子串是否和p的前j-1个字符组成的子串能否匹配取决于s的前i-2个字符组成的子串是否和p的前j-3个字符组成的子串能否匹配，此时需s[i-1]=p[j-2]*，p[j-2]*等效于一个字符p[j-2]

• 在匹配2次时，f[i][j]=f[i-2][j-2],if s[i-2]=s[i-1]=p[j-2]，即s的前i-1个字符组成的子串是否和p的前j-1个字符组成的子串能否匹配取决于s的前i-3个字符组成的子串是否和p的前j-3个字符组成的子串能否匹配，此时需是s[i-2]s[i-1]=p[j-2]*，p[j-2]*等效于两个字符p[j-2]p[j-2]

• 在匹配3次时，f[i][j]=f[i-3][j-2],if s[i-3]=s[i-2]=s[i-1]=p[j-2]，即s的前i-1个字符组成的子串是否和p的前j-1个字符组成的子串能否匹配取决于s的前i-4个字符组成的子串是否和p的前j-3个字符组成的子串能否匹配，此时需是s[i-3]s[i-2]s[i-1]=p[j-2]*，p[j-2]*等效于3个字符p[j-2]p[j-2]p[j-2]

• 如果这样任意次匹配下去就需要枚举p[j-1]*到底匹配了s中几个字符，会增加编程难度；实际上只需要考虑两种情况：

  • 情况一：匹配0次，即直接舍弃p的p[j-2]*这后两个字符，f[i][j]=f[i][j-2]
  • 情况二：匹配1次，即只匹配s末尾的一个字符，此时可以利用之前子问题的结果，s的前i-1个字符和p的前j-1个字符是否匹配取决于s的前i-2个字符是否和p的前j-1个字符匹配，f[i][j]=f[i-1][j],if s[i-1]=p[j-1] or p[j-1]='.'

$$f[i][j]=\{\begin{array}{ccccccc}f[i-1][j]& or& f[i][j-2]& ,& s[i-1]=p[j-2]& or& p[j-2]{=}^{\prime }{.}^{\prime }\\ f[i][j-2]& ,& s[i-1]\ne p[j-2]& & & & \end{array}$$

综上，状态转移方程为
$$f[i][j]=\{\begin{array}{l}if(p[j-1]{\ne }^{\prime }{\ast }^{\prime })=\{\begin{array}{ccccc}f[i-1][j-1]& ,& s[i-1]=p[j-1]& or& p[j-1]{=}^{\prime }{.}^{\prime }\\ false& ,& otherwise& & \end{array}\\ if(p[j-1]{=}^{\prime }{\ast }^{\prime })=\{\begin{array}{ccccccc}f[i-1][j]& or& f[i][j-2]& ,& s[i-1]=p[j-2]& or& p[j-2]{=}^{\prime }{.}^{\prime }\\ f[i][j-2]& ,& otherwise& & & & \end{array}\end{array}$$

边界条件

动态规划的边界条件为 f[0][0]=true，即两个空字符串是可以匹配的。最终的答案即为f[m][n]，其中 m和 n 分别是字符串 s 和 p 的长度。

复杂度

时间复杂度：$O(mn)$，其中 m 和 n 分别是字符串 s 和 p 的长度

空间复杂度：$O(mn)$，即为存储所有状态使用的空间

实现代码

class Solution {
public:
    bool isMatch(string s, string p) {
        int m = s.size();
        int n = p.size();
        vector<vector<bool>> f(m + 1, vector<bool>(n + 1, false));
        f[0][0] = true;
        for (int i = 0; i <= m; i++) {
            for (int j = 1; j <= n; j++) {
                if (p[j-1] == '*') {
                    f[i][j] = f[i][j-2] || i && f[i-1][j] && (s[i-1] == p[j-2] || p[j-2] == '.');
                } else {
                    f[i][j] = i && f[i-1][j-1] && (s[i-1]==p[j-1] || p[j-1]=='.');
                }
            }
        }
        return f[m][n];
    }
};

Reference

• 逐行详细讲解，由浅入深，dp和递归两种思路

• 动态规划，详细注释+简洁版本

• 正则表达式匹配