通配符匹配

标签: 贪心 递归 字符串 动态规划

难度: Hard

给你一个输入字符串 (s) 和一个字符模式 (p) ,请你实现一个支持 '?''*' 匹配规则的通配符匹配:
  • '?' 可以匹配任何单个字符。
  • '*' 可以匹配任意字符序列(包括空字符序列)。

判定匹配成功的充要条件是:字符模式必须能够 完全匹配 输入字符串(而不是部分匹配)。

 

示例 1:

输入:s = "aa", p = "a"
输出:false
解释:"a" 无法匹配 "aa" 整个字符串。

示例 2:

输入:s = "aa", p = "*"
输出:true
解释:'*' 可以匹配任意字符串。

示例 3:

输入:s = "cb", p = "?a"
输出:false
解释:'?' 可以匹配 'c', 但第二个 'a' 无法匹配 'b'。

提示:

  • 0 <= s.length, p.length <= 2000
  • s 仅由小写英文字母组成
  • p 仅由小写英文字母、'?''*' 组成

Submission

运行时间: 688 ms

内存: 128.8 MB

class Solution:
    def isMatch(self, s: str, p: str) -> bool:
        m = len(s)
        n = len(p)
        memo = dict()

        def dp(i, j):
            if j == n:
                return i == m
            if i == m:
                while j < n:
                    if p[j] != '*':
                        return False
                    j += 1
                return True

            if (i, j) in memo:
                return memo[(i, j)]

            res = False
            if s[i] == p[j] or p[j] == '?':
                res = dp(i+1, j+1)
            elif p[j] == '*':
                res = dp(i+1, j) or dp(i, j+1)

            memo[(i, j)] = res
            return res

        return dp(0, 0)

Explain

该题解使用动态规划的思路来解决通配符匹配问题。定义状态 dp(i, j) 表示字符串 s 的前 i 个字符和模式 p 的前 j 个字符是否匹配。通过分情况讨论当前字符是否匹配以及 '*' 的处理,递归地计算状态值。为了避免重复计算,使用记忆化搜索将已计算过的状态存储起来。最终的答案即为 dp(0, 0) 的结果。

时间复杂度: O(mn)

空间复杂度: O(mn)

class Solution:
    def isMatch(self, s: str, p: str) -> bool:
        m = len(s)
        n = len(p)
        memo = dict()

        def dp(i, j):
            # base case 1: 模式已经匹配完
            if j == n:
                return i == m
            # base case 2: 字符串已经匹配完
            if i == m:
                # 检查模式剩余部分是否全为 '*'
                while j < n:
                    if p[j] != '*':
                        return False
                    j += 1
                return True

            # 检查记忆化搜索结果
            if (i, j) in memo:
                return memo[(i, j)]

            res = False
            # 情况 1: 当前字符匹配成功或遇到 '?'
            if s[i] == p[j] or p[j] == '?':
                res = dp(i+1, j+1)
            # 情况 2: 遇到 '*'
            elif p[j] == '*':
                res = dp(i+1, j) or dp(i, j+1)

            # 存储记忆化搜索结果
            memo[(i, j)] = res
            return res

        return dp(0, 0)

Explore

在动态规划方法中,当字符串s和模式p都为空时,dp(0, 0)应该返回True。这是因为一个空的字符串和一个空的模式是完美匹配的。该情况是递归的基本情况之一,在代码中通过检查j是否等于模式p的长度n(且i等于字符串s的长度m)来判断并返回True,表示两者都已完全匹配。

`*`可以匹配任意字符串(包括空字符串)。在动态规划中,`dp(i+1, j)`表示`*`匹配字符串s中位置i的字符后继续匹配后面的字符,而`dp(i, j+1)`表示`*`匹配空字符串,即跳过`*`,看模式p的下一个字符和字符串s当前的字符是否匹配。这样的设计使得`*`的灵活匹配得以实现,确保所有可能的情况都被考虑到。

为了防止递归调用导致栈溢出,特别是在字符串和模式长度非常大时,动态规划实现中引入了记忆化搜索。通过存储已经计算过的dp(i, j)结果,当再次计算相同的i和j时,可以直接从存储中获取结果,避免了深层次的递归调用。这种方法不仅提高了算法的效率,也减少了栈的使用,从而避免了栈溢出的风险。

记忆化搜索在动态规划中的实现通常通过使用一个哈希表(或字典)来存储已计算的dp(i, j)结果。在本题的实现中,使用了一个名为`memo`的字典来存储这些值,其中键是一个由i和j组成的元组,值是计算得到的布尔结果。每次在计算dp(i, j)之前,先检查`(i, j)`是否存在于`memo`中。如果存在,直接使用存储的结果。如果不存在,进行计算并将结果存入`memo`,以供未来的查询使用。这种方法有效地减少了重复的计算,提高了算法的效率。