题目描述(困难难度)
字符串匹配,? 匹配单个任意字符,* 匹配任意长度字符串,包括空串。和第 10 题有些类似。
解法一 动态规划
直接按照之前第 10 题,修改一下就可以了。
同样是用 dp[i][j] 表示所有的情况,然后一层一层的根据递推关系求出来。
public boolean isMatch(String text, String pattern) {
// 多一维的空间,因为求 dp[len - 1][j] 的时候需要知道 dp[len][j] 的情况,
// 多一维的话,就可以把 对 dp[len - 1][j] 也写进循环了
boolean[][] dp = new boolean[text.length() + 1][pattern.length() + 1];
// dp[len][len] 代表两个空串是否匹配了,"" 和 "" ,当然是 true 了。
dp[text.length()][pattern.length()] = true;
// 从 len 开始减少
for (int i = text.length(); i >= 0; i--) {
for (int j = pattern.length(); j >= 0; j--) {
// dp[text.length()][pattern.length()] 已经进行了初始化
if (i == text.length() && j == pattern.length())
continue;
//相比之前增加了判断是否等于 *
boolean first_match = (i < text.length() && j < pattern.length() && (pattern.charAt(j) == text.charAt(i) || pattern.charAt(j) == '?' || pattern.charAt(j) == '*'));
if (j < pattern.length() && pattern.charAt(j) == '*') {
//将 * 跳过 和将字符匹配一个并且 pattern 不变两种情况
dp[i][j] = dp[i][j + 1] || first_match && dp[i + 1][j];
} else {
dp[i][j] = first_match && dp[i + 1][j + 1];
}
}
}
return dp[0][0];
}
时间复杂度:text 长度是 T,pattern 长度是 P,那么就是 O(TP)。
空间复杂度:O(TP)。
同样的,和第10题一样,可以优化空间复杂度。
public boolean isMatch(String text, String pattern) {
// 多一维的空间,因为求 dp[len - 1][j] 的时候需要知道 dp[len][j] 的情况,
// 多一维的话,就可以把 对 dp[len - 1][j] 也写进循环了
boolean[][] dp = new boolean[2][pattern.length() + 1];
dp[text.length() % 2][pattern.length()] = true;
// 从 len 开始减少
for (int i = text.length(); i >= 0; i--) {
for (int j = pattern.length(); j >= 0; j--) {
if (i == text.length() && j == pattern.length())
continue;
boolean first_match = (i < text.length() && j < pattern.length() && (pattern.charAt(j) == text.charAt(i)
|| pattern.charAt(j) == '?' || pattern.charAt(j) == '*'));
if (j < pattern.length() && pattern.charAt(j) == '*') {
dp[i % 2][j] = dp[i % 2][j + 1] || first_match && dp[(i + 1) % 2][j];
} else {
dp[i % 2][j] = first_match && dp[(i + 1) % 2][j + 1];
}
}
}
return dp[0][0];
}
时间复杂度:text 长度是 T,pattern 长度是 P,那么就是 O(TP)。
空间复杂度:O(P)。
解法二 迭代
参考这里,也比较好理解,利用两个指针进行遍历。
boolean isMatch(String str, String pattern) {
int s = 0, p = 0, match = 0, starIdx = -1;
//遍历整个字符串
while (s < str.length()){
// 一对一匹配,两指针同时后移。
if (p < pattern.length() && (pattern.charAt(p) == '?' || str.charAt(s) == pattern.charAt(p))){
s++;
p++;
}
// 碰到 *,假设它匹配空串,并且用 startIdx 记录 * 的位置,记录当前字符串的位置,p 后移
else if (p < pattern.length() && pattern.charAt(p) == '*'){
starIdx = p;
match = s;
p++;
}
// 当前字符不匹配,并且也没有 *,回退
// p 回到 * 的下一个位置
// match 更新到下一个位置
// s 回到更新后的 match
// 这步代表用 * 匹配了一个字符
else if (starIdx != -1){
p = starIdx + 1;
match++;
s = match;
}
//字符不匹配,也没有 *,返回 false
else return false;
}
//将末尾多余的 * 直接匹配空串 例如 text = ab, pattern = a*******
while (p < pattern.length() && pattern.charAt(p) == '*')
p++;
return p == pattern.length();
}
时间复杂度:如果 str 长度是 T,pattern 长度是 P,虽然只有一个 while 循环,但是 s 并不是每次都加 1,所以最坏的时候时间复杂度会达到 O(TP),例如 str = “bbbbbbbbbb”,pattern = “*bbbb”。每次 pattern 到最后时,又会重新开始到开头。
空间复杂度:O(1)。
递归
在第10题中还有递归的解法,但这题中如果按照第 10 题的递归的思路去解决,会导致超时,目前没想到怎么在第 10 题的基础上去改,有好的想法大家可以和我交流。
如果非要用递归的话,可以按照动态规划那个思路,先压栈,然后出栈过程其实就是动态规划那样了。所以其实不如直接动态规划。
总
动态规划的应用,理清递推的公式就可以。另外迭代的方法,也让人眼前一亮。
添加好友一起进步~
如果觉得有帮助的话,可以点击 这里 给一个 star 哦 ^^
如果想系统的学习数据结构和算法,强烈推荐一个我之前学过的课程,可以点击 这里 查看详情
当前内容版权归 wind-liang 或其关联方所有,如需对内容或内容相关联开源项目进行关注与资助,请访问 wind-liang .