題意:
給你兩個字符串s和p,讓你判斷兩個字符串是否可以完全匹配.
匹配採用正則化匹配的方式,’.‘可以匹配任意字符,’*'表示前面的一個字符匹配0次或多次.
思路:
比較好想的一種方法就是遞歸.
首先p中若沒有’.‘和’’,那麼只需要看s和p是否完全一樣即可.
其次若p中有’.‘那麼只需要跳過s中和p的’.‘對應的字符,往後繼續判斷即可
最後若p中有’'那麼它可以使它前面的字符匹配0次或者多次,這種情況我們比較好用遞歸來解決,也就是讓其匹配0次和1次進行遞歸,就會出現匹配多次的情況.
class Solution:
def isMatch(self, s, p):
"""
:type s: str
:type p: str
:rtype: bool
"""
if not p:
return not s
first_match = bool(s) and p[0] in {s[0],'.'}
if len(p) >= 2 and p[1] == '*':
return (self.isMatch(s,p[2:])) or first_match and self.isMatch(s[1:],p)
else:
return first_match and self.isMatch(s[1:],p[1:])
另一種方法就是動態規劃(dp),我們發現按照上面我們遞歸的方法,我們的當前狀態都是和後一步的是否匹配狀態有關的.所以我們可以設dp(i,j)表示s[i:]和p[j:]是否匹配,這樣就會減少很多不必要的遞歸.
class Solution:
def isMatch(self, s, p):
mem = {}
def dp(i,j):
if (i,j) not in mem:
if j == len(p):
ans = i == len(s)
else:
match = i < len(s) and p[j] in {s[i],'.'}
if j + 1 < len(p) and p[j + 1] == "*":
ans = dp(i,j + 2) or (match and dp(i + 1,j))
else:
ans = match and dp(i + 1,j + 1)
mem[i,j] = ans
return mem[i,j]
return dp(0,0)
動態規劃的另一種寫法.這個方法還是按照動態規劃的思路,這裏dp(i,j)我們表示s[:i]和p[:j]是否匹配,則:
if p[j-1]爲’.'或a-z:
如果
else:
if 如果
else
這個代表匹配0次
這個代表匹配1次
這個代表匹配多次
class Solution:
def isMatch(self, s, p):
dp = [[False] * (len(p) + 1) for _ in range(len(s) + 1)]
dp[0][0] = True
for i in range(1,len(p) + 1):
if p[i - 1] == "*":
dp[0][i] = dp[0][i - 2]
for i in range(1,len(s) + 1):
for j in range(1,len(p) + 1):
match = p[j - 1] in {s[i - 1],'.'}
if match:
dp[i][j] = dp[i- 1][j - 1]
elif j != 1 and p[j - 1] == '*':
if p[j - 2] not in {s[i - 1],'.'}:
dp[i][j] = dp[i][j] or dp[i][j - 2]
else:
dp[i][j] = dp[i][j] or dp[i - 1][j] or dp[i][j - 2] or dp[i][j - 1]
return dp[len(s)][len(p)]