java regular expression matching_LeetCode #10 Regular Expression Matching 正则表达式匹配

Description:

Given an input string (s) and a pattern (p), implement regular expression matching with support for '.' and '*'.

'.' Matches any single character.

'*' Matches zero or more of the preceding element.

The matching should cover the entire input string (not partial).

Note:

s could be empty and contains only lowercase letters a-z.

p could be empty and contains only lowercase letters a-z, and characters like . or *.

Example:

Example 1:

Input:

s = "aa"

p = "a"

Output: false

Explanation: "a" does not match the entire string "aa".

Example 2:

Input:

s = "aa"

p = "a"

Output: true

Explanation: '' means zero or more of the preceding element, 'a'. Therefore, by repeating 'a' once, it becomes "aa".

Example 3:

Input:

s = "ab"

p = "."

Output: true

Explanation: "." means "zero or more (*) of any character (.)".

Example 4:

Input:

s = "aab"

p = "cab"

Output: true

Explanation: c can be repeated 0 times, a can be repeated 1 time. Therefore, it matches "aab".

Example 5:

Input:

s = "mississippi"

p = "misisp*."

Output: false

题目描述:

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 :

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 = "cab"

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 = "misisp*."

输出: false

思路:

双字符串匹配, 会产生大量子问题, 可以用动态规划解决

首先定义 dp[i][j]表示 s[:i]和p[:j]匹配

从 dp[i - 1][j - 1]出发, 观察 s[i]和 p[j]

3.1 最简单的情况, s[i] == p[j], 则 dp[i][j] = dp[i - 1][j - 1]

3.2 若 p[j] == ".", 也可以直接匹配, 则dp[i][j] = dp[i - 1][j - 1]

3.3 若 p[j] == "*", 要匹配之前的字符 0个或多个, 这里又可以分两种情况, 一种是 p[j - 1] == s[i](p[j - 1] == "."也是归类到这一种), 那么可以匹配, 有dp[i][j] = dp[i - 1][j - 1], 另一种是 p[j - 1] != s[i], 这里可以看是否是 0个匹配, 要看 dp[i][j - 2], 所以有dp[i][j] = dp[i][j - 2]

时间复杂度O(mn), 空间复杂度O(mn), n, m分别为 s和 p的长度

注意到这里只使用了 dp两行相邻的, 可以将空间复杂度减小到 O(m)

代码:

C++:

class Solution

{

public:

bool isMatch(string s, string p)

{

int n = s.size(), m = p.size();

vector> dp(n + 1, vector(m + 1));

dp.front().front() = true;

for (int i = 2; i <= m; i++) if (p[i - 1] == '*') dp[0][i] = dp[0][i - 2];

for (int i = 1; i <= n; i++)

{

for (int j = 1; j <= m; j++)

{

if (s[i - 1] == p[j - 1] || p[j - 1] == '.') dp[i][j] = dp[i - 1][j - 1];

if (p[j - 1] == '*') if (j > 1) dp[i][j] = ((p[j - 2] == s[i - 1] || p[j - 2] == '.') && dp[i - 1][j]) || dp[i][j - 2];

}

}

return dp.back().back();

}

};

Java:

class Solution {

public boolean isMatch(String s, String p) {

return s.matches(p);

}

}

Python:

class Solution:

def isMatch(self, s: str, p: str) -> bool:

return True if re.match(p + '$', s) else False