思路:由于*匹配存在不确定性,所以使用常规解法比较麻烦。由于问题可以分解,若S的前i个字符与P的前j个字符已经匹配,则只需考察剩余的字符即可。从这个特点上,可以使用DFS。而由于无后效性,所以也可以使用DP。
1.DFS解法
讨论p当前位置处的字符,若为'*',则s可以与p匹配0个或若干个字符,否则各自移动一个位置,对剩下的字符串递归处理。代码如下:
class Solution {
public:
bool check(const char* s, const char* p) {
if(*p == '\0')
return *s == '\0' ? true : false;
if(*(p + 1) == '*'){
while(*s != '\0' && (*s == *p || *p == '.')){
if(check(s, p + 2))
return true;
++s;
}
return check(s, p + 2);
}
else{
if(*s != '\0' && (*s == *p || *p == '.'))
return check(s + 1, p + 1);
return false;
}
}
bool isMatch(string s, string p) {
return check(s.c_str(), p.c_str());
}
};
2.DP解法
令dp[i + 1][j + 1]表示s的前i个字符与p的前j个字符匹配与否。当p[j] = ‘*’时,x*可以匹配0个,即dp[i + 1][j + 1] = dp[i + 1][j - 1],也可以在此基础上匹配一个(前提是当前位置要匹配),即dp[i + 1][j + 1] = dp[i][j + 1] && (s[i] == p[j - 1] || p[j - 1] == '.')。
初始化时要注意,当s为空串时也可以与某些p匹配,所以要进行特殊处理。代码如下:
class Solution {
public:
bool isMatch(string s, string p) {
bool dp[1005][1005];
dp[0][0] = true;
dp[0][1] = false;
int len1 = s.size(), len2 = p.size();
for(int j = 1; j < len2; j += 2)
dp[0][j + 1] = p[j] == '*' ? dp[0][j - 1] : false;
for(int i = 0; i < len1; ++i){
dp[i + 1][0] = false;
for(int j = 0; j < len2; ++j){
if(p[j] == '*')
dp[i + 1][j + 1] = dp[i + 1][j - 1] || (dp[i][j + 1] && (s[i] == p[j - 1] || p[j - 1] == '.'));
else
dp[i + 1][j + 1] = dp[i][j] && (s[i] == p[j] || p[j] == '.');
}
}
return dp[len1][len2];
}
};