东哥手写正则通配符算法,结构清晰,包教包会!
学算法认准 labuladong
东哥带你手把手撕力扣????
点击下方卡片即可搜索????
正则表达式是一个非常强力的工具,本文就来具体看一看正则表达式的底层原理是什么。力扣第 10 题「正则表达式匹配」就要求我们实现一个简单的正则匹配算法,包括「.」通配符和「*」通配符。
这两个通配符是最常用的,其中点号「.」可以匹配任意一个字符,星号「*」可以让之前的那个字符重复任意次数(包括 0 次)。
比如说模式串".a*b"
就可以匹配文本"zaaab"
,也可以匹配"cb"
;模式串"a..b"
可以匹配文本"amnb"
;而模式串".*"
就比较牛逼了,它可以匹配任何文本。
题目会给我们输入两个字符串s
和p
,s
代表文本,p
代表模式串,请你判断模式串p
是否可以匹配文本s
。我们可以假设模式串只包含小写字母和上述两种通配符且一定合法,不会出现*a
或者b**
这种不合法的模式串,
函数签名如下:
bool isMatch(string s, string p);
对于我们将要实现的这个正则表达式,难点在那里呢?
点号通配符其实很好实现,s
中的任何字符,只要遇到.
通配符,无脑匹配就完事了。主要是这个星号通配符不好实现,一旦遇到*
通配符,前面的那个字符可以选择重复一次,可以重复多次,也可以一次都不出现,这该怎么办?
对于这个问题,答案很简单,对于所有可能出现的情况,全部穷举一遍,只要有一种情况可以完成匹配,就认为p
可以匹配s
。那么一旦涉及两个字符串的穷举,我们就应该条件反射地想到动态规划的技巧了。
一、思路分析
我们先脑补一下,s
和p
相互匹配的过程大致是,两个指针i, j
分别在s
和p
上移动,如果最后两个指针都能移动到字符串的末尾,那么久匹配成功,反之则匹配失败。
正则表达算法问题只需要把住一个基本点:看两个字符是否匹配,一切逻辑围绕匹配/不匹配两种情况展开即可。
如果不考虑*
通配符,面对两个待匹配字符s[i]
和p[j]
,我们唯一能做的就是看他俩是否匹配:
bool isMatch(string s, string p) {int i = 0, j = 0;while (i < s.size() && j < p.size()) {// 「.」通配符就是万金油if (s[i] == p[j] || p[j] == '.') {// 匹配,接着匹配 s[i+1..] 和 p[j+1..]i++; j++;} else {// 不匹配return false;}}return i == j;
}
那么考虑一下,如果加入*
通配符,局面就会稍微复杂一些,不过只要分情况来分析,也不难理解。
当p[j + 1]
为*
通配符时,我们分情况讨论下:
1、如果匹配,即s[i] == p[j]
,那么有两种情况:
1.1p[j]
有可能会匹配多个字符,比如s = "aaa", p = "a*"
,那么p[0]
会通过*
匹配 3 个字符"a"
。
1.2p[i]
也有可能匹配 0 个字符,比如s = "aa", p = "a*aa"
,由于后面的字符可以匹配s
,所以p[0]
只能匹配 0 次。
2、如果不匹配,即s[i] != p[j]
,只有一种情况:
p[j]
只能匹配 0 次,然后看下一个字符是否能和s[i]
匹配。比如说s = "aa", p = "b*aa"
,此时p[0]
只能匹配 0 次。
综上,可以把之前的代码针对*
通配符进行一下改造:
if (s[i] == p[j] || p[j] == '.') {// 匹配if (j < p.size() - 1 && p[j + 1] == '*') {// 有 * 通配符,可以匹配 0 次或多次} else {// 无 * 通配符,老老实实匹配 1 次i++; j++;}
} else {// 不匹配if (j < p.size() - 1 && p[j + 1] == '*') {// 有 * 通配符,只能匹配 0 次} else {// 无 * 通配符,匹配无法进行下去了return false;}
}
整体的思路已经很清晰了,但现在的问题是,遇到*
通配符时,到底应该匹配 0 次还是匹配多次?多次是几次?
你看,这就是一个做「选择」的问题,要把所有可能的选择都穷举一遍才能得出结果。动态规划算法的核心就是「状态」和「选择」,「状态」无非就是i
和j
两个指针的位置,「选择」就是p[j]
选择匹配几个字符。
二、动态规划解法
根据「状态」,我们可以定义一个dp
函数:
bool dp(string& s, int i, string& p, int j);
dp
函数的定义如下:
若dp(s,i,p,j) = true
,则表示s[i..]
可以匹配p[j..]
;若dp(s,i,p,j) = false
,则表示s[i..]
无法匹配p[j..]
。
根据这个定义,我们想要的答案就是i = 0,j = 0
时dp
函数的结果,所以可以这样使用这个dp
函数:
bool isMatch(string s, string p) {// 指针 i,j 从索引 0 开始移动return dp(s, 0, p, 0);
可以根据之前的代码写出dp
函数的主要逻辑:
bool dp(string& s, int i, string& p, int j) {if (s[i] == p[j] || p[j] == '.') {// 匹配if (j < p.size() - 1 && p[j + 1] == '*') {// 1.1 通配符匹配 0 次或多次return dp(s, i, p, j + 2)|| dp(s, i + 1, p, j);} else {// 1.2 常规匹配 1 次return dp(s, i + 1, p, j + 1);}} else {// 不匹配if (j < p.size() - 1 && p[j + 1] == '*') {// 2.1 通配符匹配 0 次return dp(s, i, p, j + 2);} else {// 2.2 无法继续匹配return false;}}
}
根据dp
函数的定义,这几种情况都很好解释:
1.1 通配符匹配 0 次或多次
将j
加 2,i
不变,含义就是直接跳过p[j]
和之后的通配符,即通配符匹配 0 次:
将i
加 1,j
不变,含义就是p[j]
匹配了s[i]
,但p[j]
还可以继续匹配,即通配符匹配多次的情况:
两种情况只要有一种可以完成匹配即可,所以对上面两种情况求或运算。
1.2 常规匹配 1 次
由于这个条件分支是无*
的常规匹配,那么如果s[i] == p[j]
,就是i
和j
分别加一:
2.1 通配符匹配 0 次
类似情况 1.1,将j
加 2,i
不变:
2.2 如果没有*
通配符,也无法匹配,那只能说明匹配失败了:
看图理解应该很容易了,现在可以思考一下dp
函数的 base case:
一个 base case 是j == p.size()
时,按照dp
函数的定义,这意味着模式串p
已经被匹配完了,那么应该看看文本串s
匹配到哪里了,如果s
也恰好被匹配完,则说明匹配成功:
if (j == p.size()) {return i == s.size();
}
另一个 base case 是i == s.size()
时,按照dp
函数的定义,这种情况意味着文本串s
已经全部被匹配了,那么是不是只要简单地检查一下p
是否也匹配完就行了呢?
if (i == s.size()) {// 这样行吗?return j == p.size();
}
这是不正确的,此时并不能根据j
是否等于p.size()
来判断是否完成匹配,只要p[j..]
能够匹配空串,就可以算完成匹配。比如说s = "a", p = "ab*c*"
,当i
走到s
末尾的时候,j
并没有走到p
的末尾,但是p
依然可以匹配s
。
所以我们可以写出如下代码:
int m = s.size(), n = p.size();if (i == s.size()) {// 如果能匹配空串,一定是字符和 * 成对儿出现if ((n - j) % 2 == 1) {return false;}// 检查是否为 x*y*z* 这种形式for (; j + 1 < p.size(); j += 2) {if (p[j + 1] != '*') {return false;}}return true;
}
根据以上思路,就可以写出完整的代码:
/* 计算 p[j..] 是否匹配 s[i..] */
bool dp(string& s, int i, string& p, int j) {int m = s.size(), n = p.size();// base caseif (j == n) {return i == m;}if (i == m) {if ((n - j) % 2 == 1) {return false;}for (; j + 1 < n; j += 2) {if (p[j + 1] != '*') {return false;}}return true;}// 记录状态 (i, j),消除重叠子问题string key = to_string(i) + "," + to_string(j);if (memo.count(key)) return memo[key];bool res = false;if (s[i] == p[j] || p[j] == '.') {if (j < n - 1 && p[j + 1] == '*') {res = dp(s, i, p, j + 2)|| dp(s, i + 1, p, j);} else {res = dp(s, i + 1, p, j + 1);}} else {if (j < n - 1 && p[j + 1] == '*') {res = dp(s, i, p, j + 2);} else {res = false;}}// 将当前结果记入备忘录memo[key] = res;return res;
}
代码中用了一个哈希表memo
消除重叠子问题,因为正则表达算法的递归框架如下:
bool dp(string& s, int i, string& p, int j) {dp(s, i, p, j + 2); // 1dp(s, i + 1, p, j); // 2dp(s, i + 1, p, j + 1); // 3
}
那么,如果让你从dp(s, i, p, j)
得到dp(s, i+2, p, j+2)
,至少有两条路径:1 -> 2 -> 2
和3 -> 3
,那么就说明(i+2, j+2)
这个状态存在重复,这就说明存在重叠子问题。
动态规划的时间复杂度为「状态的总数」*「每次递归花费的时间」,本题中状态的总数当然就是i
和j
的组合,也就是M * N
(M
为s
的长度,N
为p
的长度);递归函数dp
中没有循环(base case 中的不考虑,因为 base case 的触发次数有限),所以一次递归花费的时间为常数。二者相乘,总的时间复杂度为O(MN)
。
空间复杂度很简单,就是备忘录memo
的大小,即O(MN)
。
往期推荐 ????
二叉树的题,就那几个框架,枯燥至极????
状态压缩技巧:动态规划的降维打击
一个函数秒杀 2Sum 3Sum 4Sum 问题
回溯算法和动态规划,到底谁是谁爹
经典动态规划:高楼扔鸡蛋
_____________
学好算法全靠套路,认准 labuladong 就够了。
知乎、B站搜索:labuladong
《labuladong的算法小抄》即将出版,公众号后台回复关键词「pdf」下载,回复「进群」可加入刷题群。
东哥手写正则通配符算法,结构清晰,包教包会!相关推荐
- labuladong的算法小抄pdf_东哥手写正则通配符算法,结构清晰,包教包会!
学算法认准 labuladong 东哥带你手把手撕力扣? 点击下方卡片即可搜索? 正则表达式是一个非常强力的工具,本文就来具体看一看正则表达式的底层原理是什么.力扣第 10 题「正则表达式匹配」就要求 ...
- 手写笔迹还原算法(InkCanvas)
因产品需求,我们打造了自主的画笔组件InkCanvas,在我们的项目纸笔课堂.晓课堂中得到了很好的应用.同时我们也通过技术输出,在直播云项目中集成了组件的核心算法,升级了其涂鸦功能中的笔迹展示效果,在 ...
- 基于深度学习的手写数字识别算法Python实现
摘 要 深度学习是传统机器学习下的一个分支,得益于近些年来计算机硬件计算能力质的飞跃,使得深度学习成为了当下热门之一.手写数字识别更是深度学习入门的经典案例,学习和理解其背后的原理对于深度学习的理解有 ...
- 手写识别python_Python徒手实现识别手写数字—图像识别算法(K最近邻)
Python徒手实现识别手写数字-图像识别算法(K最近邻) 写在前面 这一段的内容可以说是最难的一部分之一了,因为是识别图像,所以涉及到的算法会相比之前的来说比较困难,所以我尽量会讲得清楚一点. 而且 ...
- 负载均衡轮询算法和服务器性能,SpringCloud-Ribbon负载均衡机制、手写轮询算法
Ribbon 内置的负载均衡规则 在 com.netflix.loadbalancer 包下有一个接口 IRule,它可以根据特定的算法从服务列表中选取一个要访问的服务,默认使用的是「轮询机制」 Ro ...
- Python徒手实现识别手写数字—图像识别算法(K最近邻)
Python徒手实现识别手写数字-图像识别算法(K最近邻) 写在前面 这一段的内容可以说是最难的一部分之一了,因为是识别图像,所以涉及到的算法会相比之前的来说比较困难,所以我尽量会讲得清楚一点. 而且 ...
- 综合案例——手写数字图像处理算法比较
手写数字图像识别各种算法的比较 1.准备工作 1.1.数据集介绍 使用到了两个手写数字的数据集: scikit-learn 中的手写数字数据集: mnist 中的手写数字数据集. 1.1.1.scik ...
- 毕业设计 手写数字识别算法研究与实现(源码+论文)
文章目录 0 项目说明 1 系统概述 1.1 系统实现环境 2 研究方法 2.1 图像预处理阶段 2.2 特征提取阶段 2.3 数字识别阶段 3 研究结论 4 论文概览 5 最后 0 项目说明 手写数 ...
- 手写数字识别——算法
识别方法一:基于结构模式--脱机识别 例子:基于基元和七段式数字的手写数字识别 日常生活中经常可以看到用七段式数字表示数字,如电子手表的数字显示等.它用火柴棍拼图的方式能够简单有效的表示出0~9,10 ...
最新文章
- BAC--Downtime 凌晨时段设定
- CSS选择器详细介绍
- Struts2的国际化(一)-国际化资源文件的配置及国际化信息的访问
- 再谈Docker,微服务的场景化应用
- 无废话WPF系列5:控件派生图
- MySQL如何跨机器迁移数据?
- Excel还是那些事
- php v9 邮箱登陆,PHPCMS v9会员登录支持Email登录的实现方法
- .Net AppDomain详解(二)
- 未能找到类型名称MembershipProvider
- Mysql Too many connections解决方案
- SPSS基础教程:SPSS的安装和卸载
- GB35114—①、术语、定义和缩略语
- MySQL8中文手册【持续更新】
- Python实战题 · 计算圆面积
- vSphere配置NSX Edge网络
- 天原笔记(3)气旋与反气旋
- 腾讯云-产品开通和密钥查看
- 微积分review 极限,迫敛性,极限四则运算,自然常数来历
- 百度Sugar BI 数据可视化里的标签页组件如何实现