【力扣每日一题 0803】LEETCODE 722. 删除注释 （模拟 正则表达式）

引言

用字符串数组去表示一段代码，数组的每个字符串元素代表一行代码。现在给这样一个数组，要求去除其中的C++风格的注释（只有单行注释"//“和多行注释”/**/"，尤其需要注意多行注释的换行符的去除问题）。

例题

【LEETCODE 722】

算法描述

一道挺好的字符串模拟题，真的要写起来还是有点麻烦和小坑的。
大致处理思路是分成两种情况，一种是未进入多行注释，另一种是已进入多行注释。有点坑的地方在于换行的处理，可以用while循环和字符串截取来处理，手动控制是处理下一行代码还是继续处理当前行代码的剩余部分。
另外一种“投机取巧”的方法是利用正则表达式来完成。
感谢下题解区“子不语”的分享，学到了很多，但是代码中有一处修改，修改后的代码详见代码实现。
首先，正则式的写法在本题中应该采用非贪婪模式，然后先将数组转成一个字符串（注意添加换行符来分割），然后正则替换，再重新分割，注意去除空字符串。

代码实现

常规模拟思路：

class Solution {
public:
    vector<string> removeComments(vector<string>& source) {
        vector<string> ans;
        int n = source.size();
        bool flag = 0;
        string tmp;
        int i = 0;
        while (i < n) {
            string& s = source[i];
            if (flag == 0) {
                size_t pos1 = s.find("//");
                size_t pos2 = s.find("/*");
                if (pos1 <= pos2) {
                    if (pos1 == string::npos) {
                        if (s.size())
                            ans.push_back(s);
                    } else if (pos1 != 0)
                        ans.push_back(s.substr(0, pos1));
                    i++;
                } else {
                    tmp = s.substr(0, pos2);
                    s = s.substr(pos2+2, s.size()-pos2-2);
                    flag = 1;
                }
            } else {
                int pos3 = s.find("*/");
                if (pos3 == string::npos) {
                    i++;
                    continue;
                }
                flag = 0;
                s = tmp + s.substr(pos3+2, s.size()-pos3-2);
            }
        }
        return ans;
    }
};

正则表达式法：

const regex re(R"((?:/\*[\s\S]*?\*/|//.*))");
class Solution {
public:
    vector<string> removeComments(vector<string>& source) {
        vector<string> ans;
        auto s = accumulate(source.cbegin(), source.cend(), ""s, [](const auto& a, const auto& b) { return a + b + '\n'; });
        for(istringstream ss(regex_replace(s, re, "")); getline(ss, s, '\n');)
            if (s.size()) ans.push_back(s);
        return ans;
    }
};

接下来逐行分析一下上述这段代码：
第一行声明了一个regex类型的常量re，其中R"(…)“: 是一个C++11引入的原始字符串字面量，它表示其中的字符串可以包含任意字符，包括转义字符，而无需对它们进行转义。
再解释一下正则模式的写法：
① (?: … ): 非捕获分组，表示这个分组仅用于组织正则表达式的结构，而不会捕获匹配的文本，不会分配额外的内存去存储，一定程度上性能更优。
② /\*[\s\S]*?\*/: 匹配多行注释。/\* 匹配 /*，[\s\S]*? 匹配任意字符（包括换行符），*? 表示非贪婪（懒惰）匹配（尽可能少地匹配字符），\*/ 匹配 */。
③ |: 或操作符，表示匹配左侧或右侧的模式。
④ //.*: 匹配单行注释。// 匹配 //，.* 匹配任意字符（除换行符外），直到行尾。
再来看一看第6行：
① accumulate函数：accumulate是numeric库中的一个函数，可以用来对指定范围内的元素求和，但也自定义其他操作。基本用法是：accumulate(起始迭代器, 结束迭代器, 初始值, 自定义操作函数)。这里我们设置从cbegin()到cend()，注：cbegin/cend相较于begin/end它们是const迭代器，不可修改。
② 初始值为”"s，这个写法也是字符串字面量，它代表创建的是std::string类型的对象而不是C风格的const char*类型。
③ 自定义操作函数，这里我们用到了C++的lambda表达式来定义一个匿名函数，用于用换行符去连接字符串。这里需要注意输入参数里的const标识，由于accumulate的执行过程中会产生临时对象，而C++不允许将临时对象绑定到非const引用上。
再看一看第7行：
使用regex_replace函数将s中与正则表达式re匹配的注释替换为空字符串。然后，使用istringstream将替换后的字符串转为输入流的形式。再使用getline函数逐行分割并读取字符串。这里很巧妙的一点是，getline写在for的第二个参数里，第三个参数置空，很好地利用了getline函数返回值的特点来简化代码。
最后的处理就不必多说了，判断一下是否为空再决定是否加入答案中就行了。
细节还是挺多的，虽然不是一道难题，但是值得一做。

关键词

力扣 每日一题 删除注释 722 模拟 字符串 正则表达式