leetcode-10. 正则表达式匹配

题目

给你一个字符串 s 和一个字符规律 p，请你来实现一个支持 ‘.’ 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
所谓匹配，是要涵盖 整个 字符串 s的，而不是部分字符串。

说明:

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 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

解题思路

和通配符匹配比较相似，区别在于：'.'只能匹配任意非空字符，'*'能当作0个或多个前一个字符。

类似地用dp[i][j]代表s[:i]和p[:j]的匹配情况，则：

1. p[j] == '.'时，dp[i][j] = dp[i - 1][j - 1]
2. p[j]为字符时，如果s[i] == p[j]，则dp[i][j] = dp[i - 1][j - 1]，否则dp[i][j] = False
3. p[j] == '*'时，分情况讨论

因为*的作用是重复前一个字符0次或多次，所以碰到*号时，需要考虑前一个字符的情况。

1. 如果前一个字符，能和s[i]匹配上，那么就让*重复，因为可以重复多次，所以pattern指针不用回退，直接和s的前面字符匹配即可，即此时dp[i][j] = dp[i - 1][j]，当然，也可以任性地选择不匹配，所以最终dp[i][j] = dp[i - 1][j] or dp[i][j - 2]
2. 如果不能匹配上，那*只能重复0次，此时dp[i][j] = dp[i][j - 2]

对于上面描述的能否匹配上，其实就和普通情况一样了，能匹配上，要么是p[j] == '.'，要么是p[j] == s[i]

题目保证'*'不会出现在第一个位置，所以在代码中对这里没有额外处理的细节。

代码

class Solution:
    def isMatch(self, s: str, p: str) -> bool:
        dp = [[False] * (len(p) + 1) for _ in range(len(s) + 1)]
        # init
        dp[0][0] = True
        for col in range(1, len(p) + 1):
            if p[col - 1] == '*':
                dp[0][col] = dp[0][col - 2] or dp[0][col - 1]
        for row in range(1, len(s) + 1):
            for col in range(1, len(p) + 1):
                if p[col - 1] == '*':
                    if s[row - 1] == p[col - 1 - 1] or p[col - 1 - 1] == '.':
                        dp[row][col] = dp[row - 1][col] or dp[row][col - 2]
                    else:
                        dp[row][col] = dp[row][col - 2]
                else:
                    if p[col - 1] == '.':
                        dp[row][col] = dp[row - 1][col - 1]
                    elif p[col - 1] == s[row - 1]:
                        dp[row][col] = dp[row - 1][col - 1]
        return dp[-1][-1]