题意:
给你两个字符串s和p,让你判断两个字符串是否可以完全匹配.
匹配采用正则化匹配的方式,’.‘可以匹配任意字符,’*'表示前面的一个字符匹配0次或多次.
思路:
比较好想的一种方法就是递归.
首先p中若没有’.‘和’’,那么只需要看s和p是否完全一样即可.
其次若p中有’.‘那么只需要跳过s中和p的’.‘对应的字符,往后继续判断即可
最后若p中有’'那么它可以使它前面的字符匹配0次或者多次,这种情况我们比较好用递归来解决,也就是让其匹配0次和1次进行递归,就会出现匹配多次的情况.
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:])
另一种方法就是动态规划(dp),我们发现按照上面我们递归的方法,我们的当前状态都是和后一步的是否匹配状态有关的.所以我们可以设dp(i,j)表示s[i:]和p[j:]是否匹配,这样就会减少很多不必要的递归.
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)
动态规划的另一种写法.这个方法还是按照动态规划的思路,这里dp(i,j)我们表示s[:i]和p[:j]是否匹配,则:
if p[j-1]为’.'或a-z:
如果
else:
if
如果
else
这个代表匹配0次
这个代表匹配1次
这个代表匹配多次
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)]