剑指offer(C++)-JZ19:正则表达式匹配(算法-动态规划)

简介: 剑指offer(C++)-JZ19:正则表达式匹配(算法-动态规划)

题目描述:

请实现一个函数用来匹配包括'.'和'*'的正则表达式。


1.模式中的字符'.'表示任意一个字符


2.模式中的字符'*'表示它前面的字符可以出现任意次(包含0次)。


在本题中,匹配是指字符串的所有字符匹配整个模式。例如,字符串"aaa"与模式"a.a"和"ab*ac*a"匹配,但是与"aa.a"和"ab*a"均不匹配


数据范围:


1.str 只包含从 a-z 的小写字母。


2.pattern 只包含从 a-z 的小写字母以及字符 . 和 *,无连续的 '*'。


3. 0≤str.length≤26

4. 0≤pattern.length≤26

示例1:

输入:

"aaa","a*a"


返回值:

true

说明:

中间的*可以出现任意次的a,所以可以出现1次a,能匹配上

解题思路:

本题考察算法-动态规划算法的使用。具体思路如下:


1.建立动态规划表,s1行,s2列,表示进行到某个位置时的匹配状态,默认均为false。


2.初始化首位置为true。首列除了(0,0)位置全为false,首行有可能因为*字符而出现true的情况,所以要处理下。


3.先考虑不为*的情况,这类情况比较简单。当出现.符号或者字符相同时,当前位置匹配成功;若上一层判断是true,则表示整体匹配成功;若上一层为false,即使当前匹配成功,整体也是失败的。


4.再考虑有*符号的情况,这个要继续细分。A:*前的字符是.或者能与str对应位置字符一致。B:不一致。


5.A类情况,此时有两种可能使得匹配成功。


一是x*这两个字符等于空,字符x的数量当做0处理,只参考去除这两个字符后是否匹配成功,如下图所示。如果dp[i][j-2]是true,则true,是false则false。

二是将x字符重复匹配,其实上面的情况可以看做是0个b,若str中出现了连续的b,则连续匹配,匹配的依据就是dp[i-1][j]的状态,直到连续字符中断。如下图所示。

综合来看,A类场景的匹配依据就可以归纳为:dp[i-1][j]和dp[i][j-2]有一个是true,dp[i][j]就可以匹配成功。


6.A类场景搞懂了,B类自然不难理解。因为字符不一致了,所以只能把x*这两个字符当做空,再结合dp[i][j-2]的匹配状态来判断是否匹配成功。

7.以上就是完整思路,可以自己画个表,便于理解。

测试代码:

class Solution {
public:
    // 匹配
    bool match(string str, string pattern) {
        int s1 = str.length();
        int s2 = pattern.length();
        // 建立动态规划表
        // dp[i][j]表示str前i个字符是否与pattern前j个字符匹配
        vector<vector<bool>> dp(s1 + 1, vector<bool>(s2 + 1, false));
        // 双空串可匹配
        dp[0][0] = true;
        // 处理当str为空时的情况
        for(int j = 2; j <= s2; ++j)
        {
            if(pattern[j - 1] == '*')
            {
                dp[0][j] = dp[0][j - 2];
            }
        }
        // 双层循环
        for(int i = 1; i <= s1; ++i)
        {
            for(int j = 1; j <= s2; ++j)
            {
                // 考虑不为*的情况
                // 当出现.符号或者字符相同时,当前位置匹配成功
                // 若上一层判断是true,则表示整体匹配成功;若上一层为false,即使当前匹配成功,整体也是失败的
                if(pattern[j - 1] != '*' && (pattern[j - 1] == '.' || pattern[j - 1] == str[i - 1]))
                {
                    dp[i][j] = dp[i - 1][j - 1];
                }
                // 若出现*符号,则继续分情况考虑
                else if(j >= 2 && pattern[j - 1] == '*')
                {
                    // 若*前的字符是.或者能与str字符串的第i-1个字符一致,则进入该分支
                    if(pattern[j - 2] == '.' || pattern[j - 2] == str[i - 1])
                    {
                        // 如果dp[i][j-2]是true,并赋给dp[i][j],意味着x*这两个字符等于空,把字符x的数量当做0处理,此时匹配成功
                        // 如果dp[i][j-2]是false,说明前面的匹配链是断开的
                        // 但有一个机会能完成匹配,那就是*前面的字符和str中对应位置字符一致
                        // 但还需要dp[i-1][j]是true才行,它是true的条件其实就等同于字符x连续重复了多次
                        // 综上,dp[i-1][j]和dp[i][j-2]有一个是true,dp[i][j]就可以匹配成功
                        dp[i][j] = dp[i - 1][j] || dp[i][j - 2];
                    }
                    else
                    {
                        // 如果进入该分支,那说明*前的字符和str字符串的第i-1个字符不一致
                        // 不一致却能匹配成功的情况,就只能是x*这两个字符为空,也就是把字符x的数量当0处理
                        // 而dp[i][j-2]又是true才可以
                        dp[i][j] = dp[i][j - 2];
                    }
                }
            }
        }
        return dp[s1][s2];
    }
};


相关文章
|
12天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
29 2
|
1月前
|
算法
动态规划算法学习三:0-1背包问题
这篇文章是关于0-1背包问题的动态规划算法详解,包括问题描述、解决步骤、最优子结构性质、状态表示和递推方程、算法设计与分析、计算最优值、算法实现以及对算法缺点的思考。
67 2
动态规划算法学习三:0-1背包问题
|
1月前
|
算法
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
这篇文章介绍了动态规划算法中解决最大上升子序列问题(LIS)的方法,包括问题的描述、动态规划的步骤、状态表示、递推方程、计算最优值以及优化方法,如非动态规划的二分法。
65 0
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
|
1月前
|
算法
动态规划算法学习二:最长公共子序列
这篇文章介绍了如何使用动态规划算法解决最长公共子序列(LCS)问题,包括问题描述、最优子结构性质、状态表示、状态递归方程、计算最优值的方法,以及具体的代码实现。
123 0
动态规划算法学习二:最长公共子序列
|
1月前
|
存储 算法 C++
高精度算法(加、减、乘、除,使用c++实现)
高精度算法(加、减、乘、除,使用c++实现)
468 0
高精度算法(加、减、乘、除,使用c++实现)
|
1月前
|
算法 数据处理 C++
c++ STL划分算法;partition()、partition_copy()、stable_partition()、partition_point()详解
这些算法是C++ STL中处理和组织数据的强大工具,能够高效地实现复杂的数据处理逻辑。理解它们的差异和应用场景,将有助于编写更加高效和清晰的C++代码。
22 0
|
1月前
|
存储 算法
动态规划算法学习一:DP的重要知识点、矩阵连乘算法
这篇文章是关于动态规划算法中矩阵连乘问题的详解,包括问题描述、最优子结构、重叠子问题、递归方法、备忘录方法和动态规划算法设计的步骤。
101 0
|
1月前
|
存储 算法 决策智能
【算法】博弈论(C/C++)
【算法】博弈论(C/C++)
|
1月前
|
存储 算法 C++
【算法】哈希映射(C/C++)
【算法】哈希映射(C/C++)
|
1月前
|
机器学习/深度学习 人工智能 算法
【算法】最长公共子序列(C/C++)
【算法】最长公共子序列(C/C++)