超级会员免费看
本文详细解析LeetCode第10题正则表达式匹配，通过动态规划解决字符串匹配问题，包括状态转移方程、Java代码实现及多个实例演示。
本文我们来看看LeetCode 第10题：正则表达式匹配的解析过程。
文章目录
一、引言
各位算法爱好者们，今天我们要探讨的是LeetCode第10题——正则表达式匹配。这道题目不仅是面试中的常客，更是编程中处理字符串问题的一大难点。相信很多人一看到“正则表达式”这几个字就头疼得不行。没关系，今天我们将用幽默风趣的方式，逐步破解这个“洪荒之力”。
题目描述
给你一个字符串
s和一个字符模式p，请你实现一个支持 ‘.’ 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，而不是部分字符串。
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: '*' 可以匹配零个或多个前面的那一个元素，在这里前面的元素是 'a'。
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: 'c' 可以不被重复，'a' 可以被重复一次。因此可以匹配字符串 "aab"。
示例 5:
输入: s = "mississippi" p = "mis*is*p*."
输出: false
好啦，以上是题目的描述。接下来，我们开始解密这个题目吧！
二、解题思路
要搞定这个正则表达式匹配，我们可以借助动态规划。动态规划这个大杀器不仅能处理最短路径问题，还能帮我们解决这种复杂的字符串匹配问题。
动态规划概述
动态规划的核心思想是将问题分解成子问题，并存储子问题的解以避免重复计算。对于本题来说，我们可以定义一个二维数组 dp，其中 dp[i][j] 表示字符串 s 的前 i 个字符和模式 p 的前 j 个字符是否匹配。
动态规划状态转移方程
我们要搞清楚以下几点：
- 当
p[j]是普通字符时，dp[i][j]取决于dp[i-1][j-1]和s[i-1] == p[j-1]。 - 当
p[j]是.时，dp[i][j]取决于dp[i-1][j-1]，因为.可以匹配任意字符。 - 当
p[j]是*时，情况稍微复杂一点，因为*可以匹配零个或多个前面的字符。
状态转移方程分析
- 普通字符匹配：当
p[j-1]是普通字符且s[i-1] == p[j-1]时，当前字符匹配成功，dp[i][j]的值取决于dp[i-1][j-1]。 .匹配：当p[j-1]是.时，它可以匹配任意一个字符，当前字符匹配成功，dp[i][j]的值同样取决于dp[i-1][j-1]。*匹配：当p[j-1]是*时，它可以匹配零个或多个前面的字符。- 如果
*代表匹配零个字符，我们可以忽略这个*和它前面的字符，即dp[i][j] = dp[i][j-2]。 - 如果
*代表匹配一个或多个字符，我们需要检查s[i-1]是否等于p[j-2]，或者p[j-2]是否是.。如果是，那么dp[i][j]取决于dp[i-1][j]。
- 如果
初始状态
dp[0][0] = true：表示空字符串和空模式是匹配的。- 当模式是空的情况下，只有在字符串也是空的情况下才能匹配，因此
dp[i][0] = false，对于所有i > 0。 - 当字符串是空的情况下，模式需要能匹配空字符串。即对于模式
p来说，只有形如a*b*c*这样的模式能匹配空字符串。因此dp[0][j]的值取决于p[j-1]是否是*，如果是，那么dp[0][j] = dp[0][j-2]。
思路流程图
为了更加清晰地展示解题思路，我们使用mermaid绘制流程图：
三、Java代码实现
下面是完整的Java代码实现：
public class Solution {
public boolean isMatch(String s, String p) {
int m = s.length();
int n = p.length();
boolean[][] dp = new boolean[m + 1][n + 1];
dp[0][0] = true;
// 初始化 dp 数组，处理空字符串和模式匹配
for (int j = 1; j <= n; j++) {
if (p.charAt(j - 1) == '*') {
dp[0][j] = dp[0][j - 2];
}
}
// 填充 dp 数组
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
if (p.charAt(j - 1) == s.charAt(i - 1) || p.charAt(j - 1) == '.') {
dp[i][j] = dp[i - 1][j - 1];
} else if (p.charAt(j - 1) == '*') {
dp[i][j] = dp[i][j - 2];
if (p.charAt(j - 2) == s.charAt(i - 1) || p.charAt(j - 2) == '.') {
dp[i][j] = dp[i][j] || dp[i - 1][j];
}
}
}
}
return dp[m][n];
}
}
代码解析
-
初始化二维数组
dp：int m = s.length(); int n = p.length(); boolean[][] dp = new boolean[m + 1][n + 1]; dp[0][0] = true;我们首先初始化一个二维数组
dp，大小为(m+1) x (n+1)，并将dp[0][0]设为true，表示空字符串和空模式是匹配的。 -
处理空字符串和模式匹配：
for (int j = 1; j <= n; j++) { if (p.charAt(j - 1) == '*') { dp[0][j] = dp[0][j - 2]; } }当模式中的字符是
*时，dp[0][j]取决于dp[0][j-2]，因为*可以匹配零个前面的字符。 -
填充
dp数组：for (int i = 1; i <= m; i++) { for (int j = 1; j <= n; j++) { if (p.charAt(j - 1) == s.charAt(i - 1) || p.charAt(j - 1) == '.') { dp[i][j] = dp[i - 1][j - 1]; } else if (p.charAt(j - 1) == '*') { dp[i][j] = dp[i][j - 2]; if (p.charAt(j - 2) == s.charAt(i - 1) || p.charAt(j - 2) == '.') { dp[i][j] = dp[i][j] || dp[i - 1][j]; } } } }我们通过双重循环遍历字符串
s和模式p，根据前面分析的状态转移方程填充dp数组。- 当
p[j-1]是普通字符或.时，dp[i][j]取决于dp[i-1][j-1]。 - 当
p[j-1]是*时，dp[i][j]取决于dp[i][j-2]或dp[i-1][j]，具体取决于前一个字符是否匹配。
- 当
-
返回最终结果：
return dp[m][n];最终返回
dp[m][n]，表示字符串s和模式p是否匹配。
四、举几个栗子
栗子一：普通匹配
输入: s = "aa", p = "a"
- 初始化
dp数组：dp = [[true, false], [false, false], [false, false]] - 填充
dp数组：dp = [[true, false], [false, true], [false, false]] - 返回结果：
false
栗子二：带 * 匹配
输入: s = "aa", p = "a*"
- 初始化
dp数组：dp = [[true, false, true], [false, false, false], [false, false, false]] - 填充
dp数组：dp = [[true,false, true], [false, true, true], [false, false, true]] - 返回结果：
true
栗子三：带 . 和 * 的匹配
输入: s = "ab", p = ".*"
- 初始化
dp数组：dp = [[true, false, true], [false, false, false], [false, false, false]] - 填充
dp数组：dp = [[true, false, true], [false, true, true], [false, false, true]] - 返回结果：
true
栗子四：复杂匹配
输入: s = "aab", p = "c*a*b"
- 初始化
dp数组：dp = [[true, false, false, false, false, false], [false, false, false, false, false, false], [false, false, false, false, false, false], [false, false, false, false, false, false]] - 填充
dp数组：dp = [[true, false, true, false, true, false], [false, false, true, true, true, false], [false, false, true, false, true, true], [false, false, false, false, true, true]] - 返回结果：
true
栗子五：匹配失败
输入: s = "mississippi", p = "mis*is*p*."
- 初始化
dp数组：dp = [[true, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false]] - 填充
dp数组：dp = [[true, false, false, false, false, false, false, false, false], [false, true, false, false, true, false, true, false, false], [false, false, true, false, true, false, true, false, false], [false, false, false, true, true, false, true, false, false], [false, false, false, false, true, false, true, true, false], [false, false, false, false, false, true, true, true, false], [false, false, false, false, false, false, true, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false], [false, false, false, false, false, false, false, false, false]] - 返回结果：
false
五、总结
通过这个题目，我们不仅学习了如何使用动态规划解决正则表达式匹配问题，还练习了如何处理复杂的状态转移方程。正则表达式匹配问题看似复杂，但只要掌握了动态规划的思想，就能游刃有余地解决。
如果本文对您有所帮助的话，请收藏文章、关注作者、订阅专栏，感激不尽。
扫一扫
2170
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
