前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >动态规划之正则表达式

动态规划之正则表达式

作者头像
帅地
发布2019-07-10 14:16:50
9690
发布2019-07-10 14:16:50
举报
文章被收录于专栏:苦逼的码农

之前的文章 动态规划详解 收到了普遍的好评,今天写一个动态规划的经典应用:正则表达式。如果有读者对「动态规划」还不了解,建议先看一下上面那篇文章。

正则表达式匹配是一个很精妙的算法,而且难度也不小。本文主要写两个正则符号的算法实现:点号「.」和星号「*」,如果你用过正则表达式,应该明白他们的用法,不明白也没关系,等会会介绍。文章的最后,还会介绍一种快速看出重叠子问题的技巧。

本文还有一个重要目的,就是教会读者如何设计算法。我们平时看别人的解法,直接看到一个面面俱到的完整答案,总觉得无法理解,以至觉得问题太难,自己太菜。我力求向读者展示,算法的设计是一个螺旋上升、逐步求精的过程,绝不是一步到位就能写出正确算法的。本文会带你解决这个较为复杂的问题,让你明白如何化繁为简,逐个击破,从最简单的框架搭建出最终的答案。

前文无数次强调的框架思维,就是在这种设计过程中逐步培养的。下面进入正题,首先看一下题目:

一、热身

第一步,我们暂时不管正则符号,如果是两个普通的字符串进行比较,如何进行匹配?我想这个算法应该谁都会写:

然后,我稍微改造一下上面的代码,略微复杂了一点,但意思还是一样的,很容易理解吧:

如上改写,便于理解如何将这个算法改造成递归算法(伪码):

如果你能够理解这段代码,恭喜你,你的递归思想已经到位,而且正则表达式问题已经解决了一半。

二、处理点号「.」通配符

点号可以匹配任意一个字符,万金油嘛,其实是最简单的。将上述伪码改成 python 代码,再稍加改造即可:

三、处理星号「*」通配符

星号通配符可以让前一个字符出现任意次数,包括零次。那到底是出现几次呢?这似乎有点困难,不过不要着急,我们起码可以把框架的搭建再进一步:

星号前面的那个字符到底要出现几次呢?这需要计算机暴力穷举的,假设出现 N 次吧。前文多次强调过,写递归的技巧是管好当下,之后的事抛给递归。具体到这里,不管 N 是多少,当前的选择只有两个:出现 0 次、出现 1 次。所以可以这样处理:

配合一个图示就能理解这个逻辑了。假设 pattern = "a*", text = "aa",画个图:

可以看到,我们是通过保留 pattern 中的「*」,同时向后推移 text,来实现「*」让字符出现多次的功能。

至此,正则表达式算法就完成了,这个问题根本没有看起来那么困难,对吧?现在只需要用下备忘录或者 DP table 消除「重叠子问题」,降低一下复杂度就行了。

四、动态规划

我选择使用「备忘录」递归的方法来降低复杂度。有了暴力解法,优化的过程及其简单,就是使用两个变量 i, j 记录当前匹配到的位置,从而避免使用子字符串切片,并且将 i, j 存入备忘录,避免重复计算即可。

我将暴力解法和优化解法放在一起,方便你对比,你可以发现优化解法无非就是把暴力解法「翻译」了一遍,加了个 memo 作为备忘录,仅此而已。

有的读者也许会问,你怎么知道这个问题是个动态规划问题呢,你怎么知道它就存在「重叠子问题」呢?这似乎不容易看出来呀。

解答这个问题,最直观的应该是随便假设一个输入,然后画递归树,肯定是可以发现相同节点的。这属于定量分析,其实不用这么麻烦,下面教你定性分析,一眼就能看出「重叠子问题」性质。

先拿最简单的斐波那契数列举例,我们抽象出递归算法的框架:

代码语言:javascript
复制
def fib(n):
    fib(n - 1) #1
    fib(n - 2) #2

看着这个框架,请问原问题 f(n) 如何触达子问题 f(n - 2) ?有两种路径,一是 f(n) -> #1 -> #1, 二是 f(n) -> #2。前者经过两次递归,后者经过一次递归而已。两条不同的计算路径都到达了同一个问题,这就是「重叠子问题」,而且可以肯定的是,只要你发现一条重复路径,这样的重复路径一定存在千万条,意味着巨量子问题重叠。

同理,对于本问题,我们依然先抽出算法框架:

代码语言:javascript
复制
def dp(i, j):
    dp(i, j + 2)     #1
    dp(i + 1, j)     #2
    dp(i + 1, j + 1) #3

提出类似的问题,请问如何从原问题 dp(i, j) 触达子问题 dp(i + 2, j + 2) ?至少有两种路径,一是 dp(i, j) -> #3 -> #3,二是 dp(i, j) -> #1 -> #2 -> #2。因此,本问题一定存在重叠子问题,一定需要动态规划的优化技巧来处理。

五、最后总结

通过本文,你深入理解了正则表达式的两种常用通配符的算法实现。其实点号「.」的实现及其简单,关键是星号「*」的实现需要用到动态规划技巧,稍微复杂些,但是也架不住我们对问题的层层拆解,逐个击破。另外,你掌握了一种快速分析「重叠子问题」性质的技巧,可以快速判断一个问题是否可以使用动态规划套路解决。

回顾整个解题过程,你应该能够体会到算法设计的流程:从简单的类似问题入手,给基本的框架逐渐组装新的逻辑,最终成为一个比较复杂、精巧的算法。

所以说,读者不必畏惧一些比较复杂的算法问题,稍加思考和类比,很多看似高大上的算法在你眼里也不过一个脆皮,不堪一击。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-07-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 帅地玩编程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档