【 Regular Expression Matching 】cpp
题目：
Implement regular expression matching with support for '.' and '*'.
'.' Matches any single character.
'*' Matches zero or more of the preceding element.
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") → false
isMatch("aa","aa") → true
isMatch("aaa","aa") → false
isMatch("aa", "a*") → true
isMatch("aa", ".*") → true
isMatch("ab", ".*") → true
isMatch("aab", "c*a*b") → true
代码：
class Solution { public: bool isMatch(string s, string p) { // both s and p reach their ends if ( p.empty() ) return s.empty(); // p's next is not * if ( p[1]!='*' ) { return ( s[0]==p[0] || (p[0]=='.' && !s.empty()) ) && Solution::isMatch(s.substr(1), p.substr(1)); } // p's next is * and curr s match curr p int i = 0; for ( ; s[i]==p[0] || (p[0]=='.' && i<s.size()); ++i) { if ( Solution::isMatch(s.substr(i), p.substr(2)) ) return true; } // p's next is * but curr s not match curr p return Solution::isMatch(s.substr(i), p.substr(2)); } };
tips:
这个代码在Leetcode最新接口上，是可以AC的。
思路有些复杂：主要判断下一个p是否是*，并分类讨论。
虽然代码AC了，但是有些疑惑的地方依然存在：
1. p[1]!='*' 这个语句是会遇到p[1]不存在（索引越界）的情况的，在我的mac上返回的结果是NUL，但是OJ可以通过。
2. p.substr(2)这个语句也会遇到与1同样的问题。
虽然OJ通过了，但是还有各种边界隐患。如果string索引越界了，应该是引发未定义行为，但是不知道为何能通过。增加了一个修正的版本，如下，对于p.size()==1的情况单独处理。
class Solution { public: bool isMatch(string s, string p) { // both s and p reach their ends if ( p.empty() ) return s.empty(); if ( p.size()==1 ) { if ( s.empty() ) { return false; } else { return ( s[0]==p[0] || p[0]=='.' ) && Solution::isMatch(s.substr(1), p.substr(1)); } } // p's next is not * if ( p[1]!='*' ) { return ( s[0]==p[0] || (p[0]=='.' && !s.empty()) ) && Solution::isMatch(s.substr(1), p.substr(1)); } // p's next is * and curr s match curr p int i = 0; for ( ; s[i]==p[0] || (p[0]=='.' && i<s.size()); ++i) { if ( Solution::isMatch(s.substr(i), p.substr(2)) ) return true; } // p's next is * but curr s not match curr p return Solution::isMatch(s.substr(i), p.substr(2)); } };
这个版本是可以AC的，但自测的case还是有问题：
string s = "aaa"
string p = "c*a*b**"
对于连续两个*的就有问题，不知道是否是题意理解有误，不能出现连续两个*。
后续想清楚了，连续两个*属于非法输入，因为*相当于没有前驱节值了
===============================================================================
改用DP做一遍，看一下边界条件是否可以简化些。
代码：
class Solution { public: bool isMatch(string s, string p) { const size_t len_s = s.length(); const size_t len_p = p.length(); bool dp[len_s+1][len_p+1]; // dp pre setting dp[0][0] = true; for (size_t i = 1; i <=len_s; ++i) dp[i][0] = false;for (size_t j = 1; j <=len_p; ++j) { if (p[j-1]!='*') { dp[0][j] = false; } else { dp[0][j] = dp[0][j-2]; } } // dp process for ( size_t i = 1; i <=len_s; ++i ) { for ( size_t j = 1; j <=len_p; ++j ) { if ( p[j-1]!='*' ) { dp[i][j] = ( s[i-1]==p[j-1] || p[j-1]=='.' ) && dp[i-1][j-1] ; } else // why p[j-2] and dp[i][j-2] not exceed the range? // 'cause if a '*' occur, it must have a preceeding char // So, j-2 is guaranteed non-negative { if ( dp[i][j-1] || dp[i][j-2] ) { dp[i][j] = true; } else if ( dp[i-1][j] ) { dp[i][j] = s[i-1]==p[j-2] || p[j-2]=='.'; } else { dp[i][j] = false; } } } } return dp[len_s][len_p]; } };
tips:
DP的解法效率很高（8ms 9ms过大集合）。
大体思路：与递归算法类似，都是按照当前元素的下一个是否是*来分类讨论的。客观上dp效率更高，主观上个人觉得dp对于边界的界定更强。
1.关于dp[len_s+1][len_p+1]
这里定义了dp[len_s+1][len_p+1]的数组，dp[i][j]代表s[0~i-1]与p[0~j-1]是否匹配。
那么多了1个长度是干什么的呢？为了使得dp过程能进行下去，可以想象在s和p字符串前面都插入了一个空白字符。
因此dp[0][0]代表s和p都是空白的情况，自然也匹配（所以dp[0][0]=true）。在3.再说如何初始化dp[][]
2. 状态转移递推公式
这部分是dp的核心，先按照p的下一个元素是否是*来分类的
如果不是*，则需要dp[i-1][j-1] && s[i-1]==p[j-1] || p[j-1]=='.'
如果是*，则分以下三种：
a. 如果dp[i][j-1]==true，则证明不用这个‘*’也能给匹配了，则直接dp[i][j]=true
b. 如果dp[i][j-2]==true，则证明不用这个*,并且捎带脚把p[j-2]也给去了，还能匹配上，那就更是dp[i][j]=true
c. 如果dp[i-1][j]==true，则说明，加上这个*，能把s[0]~s[i-1]都匹配上；现在多了一个*，能不能匹配呢？再分两种情况：
c1. 如果p[j-2]==s[i-1]，则加上p[j-1]的这个*，就相当于多复制出来一个p[j-2]与s[i-1]对位，则dp[i][j]=true
c2. 如果p[j-2]=='.'，则加上p[j-1]的这个*，相当于由万能的‘.’衍生出来一个与s[i-1]相同的字符再与s[i-1]对位，则dp[i][j]=true
其余情况，则dp[i][j]=false;
这个过程可以看到，利用dp做这个题目比greedy算法要有优势。因为dp保存了每一轮子比较的结果，可以方便回溯；而greedy方法，一般只看当前的情况（如果要保存每一轮的教过，则灰常麻烦），本人一开始就试图用greedy方法，最后无奈放弃了。
3. dp[][]的初始化
再确定了dp的思路之后，为了要让dp过程能够起来，必须对dp状态进行初始化。我的逻辑顺序是，先确定dp的大体过程，然后再考虑如何初始化dp数组让过程起来。
考虑dp[][]定义多了一维（即s和p开头都多了一个空字符），因此需要初始化两种极端情况。
a. dp[i][0] 即s取前i个元素，p一个不取：显然都是false，不能匹配
b. dp[0][j] 即s一个不取，p取前j个元素:
b1. 如果p[j-1]!='*'，则必然无法都消除p[0~j-1]，至少留着了p[j-1]
b2. 如果p[j-1]=='*'，则*前面的p[j-2]可以被这个*消除了，如果再有dp[0][j]==dp[0][j-2]
至此，dp初始化完成，都可以跑起来了。
4 关于如何保证'j-2'这类下标不会越界
这个问题困扰了我一段时间。后来终于明白了，OJ中给出的case都是合法的：即只要出现*，则它前面必然要有不是*的某个字符。
这种合法性具体体现在两点：
a. p开头不会有*
b. p任何位置不会有连续的两个*
注意，但凡出现'j-2'这类下标的地方，都是需要向前回溯的；又因为，只有下一个元素是*的时候，才需要向前回溯；因此，j-2这类下标就无形中得到了保证，不会越界。（但这种保障是leetcode的test case保证的，实际中不一定行）
Dynamic Programming方法在这道题上非常恰当，因为Greedy显然不利于回溯，而这道题要处理的case还多，几乎都涉及到前一个状态，后一个状态。因此毫无疑问DP是最佳的选择。
最后记录几个参考的日志：
http://www.bubuko.com/infodetail-604758.html
http://www.makuiyu.cn/2015/01/LeetCode_10.%20Regular%20Expression%20Matching/
http://blog.csdn.net/yangliuy/article/details/43834477
================================================
第二次过这道题，对于其他的方法已经都忘记了，首先想到的就是dp；基本照着原来的代码重新记着写了一遍。
class Solution { public: bool isMatch(string s, string p) { bool dp[s.size()+1][p.size()+1]; std::fill_n(&dp[0][0], (s.size()+1)*(p.size()+1), false); dp[0][0] = true; for ( int i=1; i<=s.size(); ++i ) dp[i][0] = false; for ( int j=1; j<=p.size(); ++j ) { if ( p[j-1]!='*' ){ dp[0][j] = false; } else{ dp[0][j] = dp[0][j-2]; } } for ( int i=1; i<=s.size(); ++i ) { for ( int j=1; j<=p.size(); ++j ) { if ( p[j-1]!='*' ) { dp[i][j] = dp[i-1][j-1] && (s[i-1]==p[j-1] || p[j-1]=='.'); } else { if ( dp[i][j-1] || dp[i][j-2] ) { dp[i][j] = true; } else if ( dp[i-1][j] ) { dp[i][j] = p[j-2]==s[i-1] || p[j-2]=='.'; } else { dp[i][j] = false; } } } } return dp[s.size()][p.size()]; } };
（1）要按照p中当前是否是*讨论
（2）其余的都条件判断就是背一背吧
