1023. 驼峰式匹配 · ttttt

# 1023. 驼峰式匹配 ## 题目地址(1023. 驼峰式匹配) <https://leetcode-cn.com/problems/camelcase-matching/> ## 题目描述 ``` <pre class="calibre18">``` 如果我们可以将小写字母插入模式串 pattern 得到待查询项 query，那么待查询项与给定模式串匹配。（我们可以在任何位置插入每个字符，也可以插入 0 个字符。）给定待查询列表 queries，和模式串 pattern，返回由布尔值组成的答案列表 answer。只有在待查项 queries[i] 与模式串 pattern 匹配时， answer[i] 才为 true，否则为 false。示例 1：输入：queries = ["FooBar","FooBarTest","FootBall","FrameBuffer","ForceFeedBack"], pattern = "FB" 输出：[true,false,true,true,false] 示例： "FooBar" 可以这样生成："F" + "oo" + "B" + "ar"。 "FootBall" 可以这样生成："F" + "oot" + "B" + "all". "FrameBuffer" 可以这样生成："F" + "rame" + "B" + "uffer". 示例 2：输入：queries = ["FooBar","FooBarTest","FootBall","FrameBuffer","ForceFeedBack"], pattern = "FoBa" 输出：[true,false,true,false,false] 解释： "FooBar" 可以这样生成："Fo" + "o" + "Ba" + "r". "FootBall" 可以这样生成："Fo" + "ot" + "Ba" + "ll". 示例 3：输出：queries = ["FooBar","FooBarTest","FootBall","FrameBuffer","ForceFeedBack"], pattern = "FoBaT" 输入：[false,true,false,false,false] 解释： "FooBarTest" 可以这样生成："Fo" + "o" + "Ba" + "r" + "T" + "est". 提示： 1 <= queries.length <= 100 1 <= queries[i].length <= 100 1 <= pattern.length <= 100 所有字符串都仅由大写和小写英文字母组成。 ``` ``` ## 前置知识 - 双指针 ## 公司 - 暂无 ## 思路这道题是一道典型的双指针题目。不过这里的双指针并不是指向同一个数组或者字符串，而是指向多个，这道题是指向两个，分别是 query 和 pattern，这种题目非常常见，能够识别和掌握这种题目的解题模板非常重要。对 queries 的每一项我们的逻辑是一样的，这里就以其中一项为例进行讲解。以 query 为 FooBar，pattern 为 FB 为例。首先我们来简化一下问题，假如我们没有`可以在任何位置插入每个字符，也可以插入 0 个字符。`这个规则。我们的问题会比较简单，这个时候我们的算法是什么样的呢？一起来看下： 1. 首先我们建立两个指针 i 和 j 分别指向 query 和 pattern 的首字母。 2. 当 i 和 j 指向的字母相同的时候，我们同时向后移动两个指针一个单位。 3. 当 i 和 j 指向的字母不同的时候，我们直接返回 False 假如我们要找到的不是子串，而是子序列怎么办？我们不妨假设判断 pattern 是否是 query 的子序列。其实 LeetCode 实际上也有这样的题目，我们来看下： 1. 首先我们建立两个指针 i 和 j 分别指向 query 和 pattern 的首字母。 2. 当 i 和 j 指向的字母相同的时候，我们同时向后移动两个指针一个单位。 3. 当 i 和 j 指向的字母不同的时候，我们移动 i 指针。 4. 当 i 超出 query 范围的时候，我们只需要判断 pattern 是否达到了终点即可。当然我们也可以提前退出。我们直接参考下 LeetCode [392. 判断子序列](https://leetcode-cn.com/problems/is-subsequence/)。代码： > 给定字符串 s 和 t ，判断 s 是否为 t 的子序列 Python Code: ``` <pre class="calibre18">``` class Solution: def isSubsequence(self, s: str, t: str) -> bool: i = 0 j = 0 while j < len(t): if i < len(s) and s[i] == t[j]: i += 1 j += 1 else: j += 1 if i >= len (s): return True return i == len(s) ``` ``` 然后我们加上`可以在任何位置插入每个字符，也可以插入 0 个字符。`这个规则。来看下有什么不同： 1. 首先我们建立两个指针 i 和 j 分别指向 query 和 pattern 的首字母。 2. 当 i 和 j 指向的字母相同的时候，我们同时向后移动两个指针一个单位。 3. 当 i 和 j 指向的字母不同的时候，我们继续判断 i 指向的元素是否是小写。 4. 如果是小写我们只把 i 向后移动一个单位。 5. 如果不是小写我们直接返回 False ## 关键点解析 - 双指针 - 字符串匹配 - 子序列 - 子串 ## 代码 Python Code: ``` <pre class="calibre18">``` class Solution: def camelMatch(self, queries: List[str], pattern: str) -> List[bool]: res = [] for query in queries: i = 0 j = 0 while i < len(query): if j < len(pattern) and query[i] == pattern[j]: i += 1 j += 1 elif query[i].islower(): i += 1 else: break if i == len(query) and j == len(pattern): res.append(True) else: res.append(False) return res ``` ``` **复杂度分析** 其中 N 为 queries 的长度， M 为 queries 的平均长度， P 为 pattern 的长度。 - 时间复杂度：O(N∗M∗P)O(N \* M \* P)O(N∗M∗P) - 空间复杂度：O(1)O(1)O(1) ## 扩展这是一个符合直觉的解法，但是却不是一个很优秀的解法，那么你有想到什么优秀的解法么？ ## 参考 - [392. 判断子序列](https://leetcode-cn.com/problems/is-subsequence/)