(Java) LeetCode 44. Wildcard Matching —— 通配符匹配

Posted 2020-12-04 tengdai

Given an input string (s) and a pattern (p), 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).

Note:

• s could be empty and contains only lowercase letters a-z.
• p could be empty and contains only lowercase letters a-z, and characters like ? or *.

Example 1:

Input:
s = "aa"
p = "a"
Output: false
Explanation: "a" does not match the entire string "aa".

Example 2:

Input:
s = "aa"
p = "*"
Output: true
Explanation: ‘*‘ matches any sequence.

Example 3:

Input:
s = "cb"
p = "?a"
Output: false
Explanation: ‘?‘ matches ‘c‘, but the second letter is ‘a‘, which does not match ‘b‘.

Example 4:

Input:
s = "adceb"
p = "*a*b"
Output: true
Explanation: The first ‘*‘ matches the empty sequence, while the second ‘*‘ matches the substring "dce".

Example 5:

Input:
s = "acdcb"
p = "a*c?b"
Output: false

---

 

正则匹配问题其实是一种非确定有限状态自动机的构建。本题是通配符匹配，但和正则匹配很相似。只要能构建出来这道题就解决了。尝试构建之前先看看自动机是如何模拟正则匹配的。首先要明确特殊字符‘?‘与‘*‘分别代表了什么。‘?‘很好理解，即它可以和任何单个非空字符匹配。而‘*‘可以和任何字符串（包括空串）匹配。也就是说，只要‘*‘出现，那么它既可以使自动机向后运行，即创造了向后的通路；也可以使自动机的下一个状态回到它所在的位置，即创造了后一个节点回到其本身的通路。因为它可以匹配任何字符串，即当需要的时候，它可以“吸收”一切使得自动机停滞不前的字符。用第四个例子举例，构建的p串自动机如下：

这里人为添加一个实心节点作为终点。如果s全被扫描，且p最后到达了终点，即是匹配成功。模拟自动机之前，要清楚自动机总是向着匹配成功的目标运行，即要优先考虑匹配，才去向下移动二者的指针。如果不匹配，再考虑二者有没有因为‘*‘产生的向后或者向前的通路。而且如果s串由于不匹配而无法前进的状态只能停留一次。这里要特别解释一下这一点：如果s串遇到了一个字符，同时p串遇到了‘*‘，尽管i此时可以向下移动（因为p对应的是‘*‘），也可以不移动，那么本着匹配优先向下移动的原则，i是此时应该优先停在原地，只有j可以向下移动。而如果p的下一个字符依然不能和s的字符匹配，那么p的指针j要沿着由于‘*‘产生的向前通路回到‘*‘处，而i已经上轮已经停留在此了，所以这次不能再本着匹配才能向下移动的原则留在此地了，毕竟它不是无路可走，它可以向下。如果它不想下，就会产生死循环。说的很拗口，还是举例用例子4来说，新建两个指针i和j，i和j分别指向s串与p串自动机的第一个字符，模拟如下：

1. i -> ‘a‘ / j -> ‘*‘ ：不匹配发生，因为p串指向的字符是‘*‘，所以s与p同时产生向下的通路，但由于这是第一次i到这个位置，本着匹配优先的原则，i留在原地，只有j后移。且同样由于此时字符是‘*‘，产生下一个字符回溯到当前位置的通路，如图所示；

2. i -> ‘a‘ / j -> ‘a‘：找到匹配，s串和p串指针同时向后移动；

3. i -> ‘d‘ / j -> ‘*‘：不匹配发生，因为p串指向的字符是‘*‘，所以s与p同时产生向下的通路，但由于这是第一次i到这个位置，本着匹配优先的原则，i留在原地，只有j后移。且同样由于此时字符是‘*‘，产生下一个字符回溯到当前位置的通路，如图所示；

4. i -> ‘d‘ / j -> ‘b‘：不匹配发生，因为不匹配，且p指向的不是‘*‘，所以i无法向后走，j亦无法向后，为了保证自动机运行，j只能沿着之前产生的通路回到之前的位置，即j回到第二个‘*‘处；

5. i -> ‘d‘ / j -> ‘*‘：不匹配发生，因为p串指向的字符是‘*‘，所以s与p同时产生向下的通路，此时这已经是i第二次走到这个位置了，所以i必须向后运行才可以避免死循环，所以i后移。j亦后移（其实j可以不后移，但如果j停留在‘*‘，那么下一步一定是i指向的字符又和‘*‘不匹配而导致j自己后移，所以此时不如直接将j后移到‘*‘的下一个位置，进而省略一步）；

6. i -> ‘c‘ / j -> ‘b‘：此时情况和第4步一样，j先向回走，i因为不是匹配留在原地一次，进而下一步的时候需要和j同时后移。所以最后的结果是和经历和第5步一样状态（i -> ‘c‘ / j -> ‘*‘)后，i和j同时向后，即i从‘c‘移动到最后一个字符‘b‘，而j从‘*‘向后重新移动到‘b‘；

7. i -> ‘b‘ / j -> ‘b‘：找到匹配，s串和p串指针同时向右移动。此时p已经移动到实心终点，而s亦全部扫描完成，返回匹配true。

模拟出来自动机运行，证明了这个就是可以寻找匹配的过程，那么下面就要开始构建自动机：

首先本着优先匹配后移的原则，如果s[i] == p[j]，那么i和j同时后移。这里可以把字符‘?‘加进去，因为遇到‘?‘和遇到匹配的情况完全一样，所以s[i] == p[j] || p[j] == ‘?‘，i与j后移；

如果不匹配，但j指向‘*‘，那么要做三件事：1) 构建p的回路；2) 标记此刻i因为不匹配优先而停留的位置，以便i下次不会有路走而不走；3) 后移j。这时就要引入两个变量，一个来存储此时j指向的位置，用来构建回路。一个来记录i的位置，用来提醒i下次不要有路走而不走。即，pStar = j；sStar = i；j++；

同样如果不匹配，但是i并不是无路可走（即sStar存在），那么i走到sStar的下一个位置。由于sStar存在，pStar一定存在（因为二者同时建立），那么j此刻要到pStar+1的位置（理由见步骤5的括号中解释）；

如果i与j不匹配还都无路可走，那么只能返回false，即s和p无论如何不能匹配。

构建自动机的过程亦是完成代码的过程，详见下文代码解释。

 

---

Java

class Solution {
    public boolean isMatch(String s, String p) {
        char[] S = s.toCharArray(), P = p.toCharArray();
        int i = 0, j = 0, sStar = -1, pStar = -1;
        while (i < s.length()) {
            if (j < p.length() && (S[i] == P[j] || P[j] == ‘?‘)) { //如果匹配，两指针同时后移
                i++;
                j++;
            }
            else if (j < p.length() && P[j] == ‘*‘) { //如果不匹配但j指向‘*‘，那么记录此时j的位置以构建回路，同时记录i的位置以标记i此时可以后移却停留在此一次，同时j后移
                pStar = j++;
                sStar = i;
            }
            else if (sStar >= 0) { //仍然不匹配，但是i有路可走，且i已经停在那一次了，那么i要后移，连同i停留的位置也要更新，j直接到回路‘*‘的后一个位置。此时j也可以取pStar，但运行速度会变慢
                j = pStar + 1;
                i = ++sStar;
            }
            else return false; //仍然不匹配，i与j均已无路可走，返回false
        }
        while (j < p.length() && P[j] == ‘*‘) j++; //i扫描完成后要看j能不能够到达终点，即j可以沿着‘*‘行程的通路一直向下
        return j == p.length(); //i与j同时到达终点完成匹配
    }
}