• [LeetCode] Wildcard Matching 题解


    6. Wildcard Matching

    题目

    Implement wildcard pattern matching with support for '?' and '*'.

    '?' Matches any single character.'*' Matches any sequence of characters (including the empty sequence).

    The matching should cover the entire input string (not partial).

    The function prototype should be:bool isMatch(const char *s, const char *p)

    Some examples:isMatch("aa","a") ? falseisMatch("aa","aa") ? trueisMatch("aaa","aa") ? falseisMatch("aa", "*") ? trueisMatch("aa", "a*") ? trueisMatch("ab", "?*") ? trueisMatch("aab", "c*a*b") ? false

    解答

    DFS

    这里的难点在于如何处理*,因为这个星号可以代表0到多个字符,而且有可能会遇到递归一开始匹配正确后面不正确,但实际上应该从后面开始匹配。

    class Solution(object):
        # p为匹配模式,s为字符串
        def recursive(self, s, p, si, pi, cur):
            first = True
            n_cur = cur
            while si < len(s) and pi < len(p) and (s[si] == p[pi] or p[pi] == '?'):
                si += 1
                pi += 1
            if pi == len(p):
                return si == len(s)
            if p[pi] == '*':
                while pi < len(p) and p[pi] == '*':
                    pi += 1
                if pi >= len(p):
                    return True
                for i in range(si, len(s)):
                    # 表明开始重合,从这里再度开始递归
                    if p[pi] != s[i] and p[pi] != '?':
                        continue
                    if first:
                        cur += 1
                        first = False
                    # 可能存在多次重合但是还不算真正匹配的情况
                    if self.recursive(s, p, i, pi, cur + 1):
                        return True
                    if cur > n_cur + 1: # 正常来说n_cur = cur + 1
                        return False
            return False
        def isMatch(self, s, p):
            """
            :type s: str
            :type p: str
            :rtype: bool
            """
            return self.recursive(s, p, 0, 0, 0)
    

    这种做法超时。

    DP

    我们定义一个二维数组dp,横坐标为待匹配字符串,纵坐标为模式字符串,dp[i][j]则代表到模式字符串从0到 i 对应待匹配字符串的的0到 j 是否是匹配的。举个例子:

    pattern = "a*bc"
    str = "abbc"

    我们可以根据前面提到的画出整个二维数组

    abbc
    TFFFF
    aFTFFF
    *FTTTT
    bFFTTF
    cFFFFT

    我们可以发现一个规律,每当遇到两个字符不相等的时候,那么数组的值则肯定是False,相反相等的时候肯定是True,这里需要注意的是*,这里则需要考虑到它当前可能匹配0个字符串或者匹配多个字符,比如上面中的a*ab的情况,此时我们需要发现a*及a或者a和ab其中有任何一个成功匹配的,它的结果也肯定为T。

    这个状态转义方程要怎么推算出来呢?

    1. 如果p.charAt(i)=='*','*'可以选择匹配0个字符,此时flag[i][j]=flag[i-1][j];可以选择匹配1个字符,此时flag[i][j]=flag[i-1][j-1];……所以可以得到下面的公式:

    2. 因为flag[i][j]=flag[i-1][j]||flag[i-1][j-1]||……||flag[i-1][0],我们可以代入上面的公式得到:

    于是我们可以很简单的写出程序了(下面的程序的i,j和状态转义方程是相反的,但是原理是相同的)

    class Solution(object):
        # p为匹配模式,s为字符串
        def isMatch(self, s, p):
            """
            :type s: str
            :type p: str
            :rtype: bool
            """
            if len(s) != len(p) - p.count('*'):
                return False
            newp = ""
            i = 0
            while i < len(p):
                newp += p[i]
                if p[i] == '*':
                    while i + 1 < len(p) and p[i + 1] == '*':
                        i += 1
                i += 1
            sl, pl = len(s), len(newp)
            dp = [[False for x in range(pl + 1)] for y in range(sl + 1)]
            dp[0][0] = True
            if pl > 0 and p[0] == '*':
                dp[0][1] = True
            for x in range(1, sl + 1):
                for y in range(1, pl + 1):
                    if newp[y - 1] != '*':
                        dp[x][y] = dp[x - 1][y - 1] and (s[x - 1] == newp[y - 1] or newp[y - 1] == '?')
                    else:
                        dp[x][y] = dp[x - 1][y] or dp[x][y - 1]
            return dp[sl][pl]
    

    同样的原理,我们还可以把它缩减成一维数组,你可以把它想象成在二维数组中计算每一行的数据,如果遇到*则更新当前行的数据;为什么可以这么做呢?我们可以根据前面提到的公式发现,其中当前的数据依赖于j的变化,也就是待匹配字符串的值,我们还需要在外面写个模式串的循环,其实和二维数组的做法的时间复杂度是一样的,但是缩减了空间,但是并不是所有的都可以这么做,这个取决于你的依赖项是什么。总而言之,其原理还是一样的,只是想办法让它们的数据能够共存到一维数组中。

    class Solution:
        # @return a boolean
        def isMatch(self, s, p):
            length = len(s)
            if len(p) - p.count('*') > length:
                return False
            dp = [True] + [False]*length
            for i in p:
                if i != '*':
                    # 因为依赖项是前面的值,所以不能从前面往后面扫,得从后往前计算
                    for n in reversed(range(length)):
                        dp[n+1] = dp[n] and (i == s[n] or i == '?')
                else:
                    # 更新当前行的数据
                    for n in range(1, length+1):
                        dp[n] = dp[n-1] or dp[n]
                dp[0] = dp[0] and i == '*'
            return dp[-1]
    

    贪心算法

    下标描述
    si待匹配字符串的移动下标
    pi模式串的移动下标
    lastmatch上一次匹配的待匹配字符串的下标
    laststar上一次匹配的模式串的下标
    1. 如果当前相等或者模式串中字符为?,则移动相互的下标即可;
    2. 如果当前模式串字符为*,分别纪录lastmatch、laststar,并且移动模式串下标,但是不移动待匹配字符串下标,因为可能存在匹配0个字符串的情况;
    3. 如果当前相互对应的字符不再相等且不为*,如果前面有*号,说明之前的匹配失败了,模式字符串下标回到之前纪录laststar的后一位,不再移动,专门用来给待匹配字符串字符来匹配,这段时间内,si会不断的向前移动,直到匹配到相互的值相等才移动模式字符串的下标;
    4. 如果前面的情况都不符合,则肯定为False;

    看看我的抽象派画风。

    class Solution(object):
        # p为匹配模式,s为字符串
        def isMatch(self, s, p):
            si, pi = 0, 0
            lastmatch, laststar = -1, -1
            sl, pl = len(s), len(p)
            if pl - p.count('*') > sl:
                return False
            # 注意条件顺序
            while si < sl:
                if pi < pl and (s[si] == p[pi] or p[pi] == '?'):
                    pi += 1
                    si += 1
                elif pi < pl and p[pi] == '*':
                    lastmatch, laststar = si, pi  # 之所以不更新lastmatch是因为考虑到*只匹配0个字符串
                    pi += 1
                # 再次进到这个判断,说明当前下标对应的值不相等
                elif laststar != -1:
                    pi = laststar + 1  # pi当前不是*,并且回到上一次星的后面,专门用来给si匹配
                    lastmatch += 1  # 必须更新lastmatch,因为之前已经不想等,如果在回到开始的状态就会陷入死循环
                    si = lastmatch
                else:
                    return False
            # 可能存在p的末尾都是*的情况
            while pi < len(p) and p[pi] == '*':
                pi += 1
            # 最后匹配成功模式字符串的下标必然为其长度,表示已经匹配完成
            return pi == pl
    

    tips:不要小看保存你的长度值,如果你频繁的用到的话,最好保存下来,比如在这里,我保存下来以后可以让我提升%10的beat submissions!

    一样的原理,但是使用了递归的方式来做

    class Solution(object):
        def isMatch(self, s, p):
            """
            :type s: str
            :type p: str
            :rtype: bool
            """
            seen = {}
            wild_single, wild_multi = "?", "*"
            # seen has the pattern - source tuple as key, and bool result as success
            source, pattern = s, p
            def is_match(sindex, pindex):
                key = (sindex, pindex)
                if key in seen:
                    return seen[key]
                result = True
                # if there's no string, and pattern is not only * then fail
                if sindex >= len(source):
                    for wildindex in xrange(pindex, len(pattern)):
                        if pattern[wildindex] != wild_multi:
                            result = False
                            break
                # there's a string, but no pattern
                elif pindex >= len(pattern):
                    result = False
                # if next pattern is multi though, that's something
                elif pattern[pindex] == wild_multi:
                    # for zero, simply check sindex, pindex + 1
                    result = is_match(sindex, pindex + 1) # just for easier debug
                    # if zero, than it's a match
                    # otherwise we need to check multi
                    # for that, if char is not a wild, then it has to match the source,
                    result = result or is_match(sindex + 1, pindex)
                else:
                    # either a regular char, or wild_single
                    result = (( pattern[pindex] == wild_single or pattern[pindex] == source[sindex]) and 
                                        is_match(sindex + 1, pindex + 1))
                seen[key] = result
                return result
            if (len(p) - p.count(wild_multi) > len(s)):
                return False
            return is_match(0, 0)  
  • 相关阅读:
    Web标准:五、超链接伪类
    Spring Security(16)——基于表达式的权限控制
    Spring Security(15)——权限鉴定结构
    Spring Security(14)——权限鉴定基础
    Spring Security(13)——session管理
    Spring Security(12)——Remember-Me功能
    Spring Security(11)——匿名认证
    Spring Security(10)——退出登录logout
    Spring Security(09)——Filter
    Spring Security(08)——intercept-url配置
  • 原文地址:https://www.cnblogs.com/George1994/p/7182866.html
Copyright © 2020-2023  润新知