LeetCode题练习与总结：标签验证器--591

一、题目描述

给定一个表示代码片段的字符串，你需要实现一个验证器来解析这段代码，并返回它是否合法。合法的代码片段需要遵守以下的所有规则：

1. 代码必须被合法的闭合标签包围。否则，代码是无效的。
2. 闭合标签（不一定合法）要严格符合格式：<TAG_NAME>TAG_CONTENT</TAG_NAME>。其中，<TAG_NAME>是起始标签，</TAG_NAME>是结束标签。起始和结束标签中的 TAG_NAME 应当相同。当且仅当 TAG_NAME 和 TAG_CONTENT 都是合法的，闭合标签才是合法的。
3. 合法的 TAG_NAME 仅含有大写字母，长度在范围 [1,9] 之间。否则，该 TAG_NAME 是不合法的。
4. 合法的 TAG_CONTENT 可以包含其他合法的闭合标签，cdata （请参考规则7）和任意字符（注意参考规则1）除了不匹配的<、不匹配的起始和结束标签、不匹配的或带有不合法 TAG_NAME 的闭合标签。否则，TAG_CONTENT 是不合法的。
5. 一个起始标签，如果没有具有相同 TAG_NAME 的结束标签与之匹配，是不合法的。反之亦然。不过，你也需要考虑标签嵌套的问题。
6. 一个<，如果你找不到一个后续的>与之匹配，是不合法的。并且当你找到一个<或</时，所有直到下一个>的前的字符，都应当被解析为 TAG_NAME（不一定合法）。
7. cdata 有如下格式：<![CDATA[CDATA_CONTENT]]>。CDATA_CONTENT 的范围被定义成 <![CDATA[ 和后续的第一个 ]]>之间的字符。
8. CDATA_CONTENT 可以包含任意字符。cdata 的功能是阻止验证器解析CDATA_CONTENT，所以即使其中有一些字符可以被解析为标签（无论合法还是不合法），也应该将它们视为常规字符。

合法代码的例子:

输入: "<DIV>This is the first line <![CDATA[<div>]]></DIV>"

输出: True

解释: 

代码被包含在了闭合的标签内： <DIV> 和 </DIV> 。

TAG_NAME 是合法的，TAG_CONTENT 包含了一些字符和 cdata 。 

即使 CDATA_CONTENT 含有不匹配的起始标签和不合法的 TAG_NAME，它应该被视为普通的文本，而不是标签。

所以 TAG_CONTENT 是合法的，因此代码是合法的。最终返回True。


输入: "<DIV>>>  ![cdata[]] <![CDATA[<div>]>]]>]]>>]</DIV>"

输出: True

解释:

我们首先将代码分割为： start_tag|tag_content|end_tag 。

start_tag -> "<DIV>"

end_tag -> "</DIV>"

tag_content 也可被分割为： text1|cdata|text2 。

text1 -> ">>  ![cdata[]] "

cdata -> "<![CDATA[<div>]>]]>" ，其中 CDATA_CONTENT 为 "<div>]>"

text2 -> "]]>>]"


start_tag 不是 "<DIV>>>" 的原因参照规则 6 。
cdata 不是 "<![CDATA[<div>]>]]>]]>" 的原因参照规则 7 。

不合法代码的例子:

输入: "<A>  <B> </A>   </B>"
输出: False
解释: 不合法。如果 "<A>" 是闭合的，那么 "<B>" 一定是不匹配的，反之亦然。

输入: "<DIV>  div tag is not closed  <DIV>"
输出: False

输入: "<DIV>  unmatched <  </DIV>"
输出: False

输入: "<DIV> closed tags with invalid tag name  <b>123</b> </DIV>"
输出: False

输入: "<DIV> unmatched tags with invalid tag name  </1234567890> and <CDATA[[]]>  </DIV>"
输出: False

输入: "<DIV>  unmatched start tag <B>  and unmatched end tag </C>  </DIV>"
输出: False

注意:

1. 为简明起见，你可以假设输入的代码（包括提到的任意字符）只包含数字, 字母, '<','>','/','!','[',']'和' '。

二、解题思路

• 首先，我们需要定义一个函数来检查一个字符串是否是合法的标签名。这个函数应该检查字符串是否只包含大写字母，并且长度在1到9之间。

• 我们需要一个辅助函数来解析字符串并找到下一个标签的开始位置。这个函数应该返回标签的类型（起始标签、结束标签或CDATA），标签名，以及下一个标签的开始位置。

• 使用一个栈来管理标签。当我们遇到一个起始标签时，将其推入栈中；当我们遇到一个结束标签时，检查栈顶元素是否与结束标签匹配，如果匹配则弹出栈顶元素。

• 解析字符串时，我们需要处理以下几种情况：

  • 如果遇到<，我们需要判断是起始标签、结束标签还是CDATA。
  • 如果是起始标签或结束标签，我们需要检查标签名是否合法，并相应地处理栈。
  • 如果是CDATA，我们需要找到CDATA的结束位置，并跳过其中的内容。
  • 如果遇到其他字符，我们需要确保它们不是不匹配的<。

• 在解析结束后，如果栈为空，则代码是合法的；否则，它是非法的。

三、具体代码

import java.util.*;

public class Solution {
    public boolean isValid(String code) {
        Stack<String> stack = new Stack<>();
        int i = 0;
        while (i < code.length()) {
            if (code.charAt(i) == '<') {
                if (i == code.length() - 1) return false; // '<' is the last character
                if (code.charAt(i + 1) == '/') { // End tag
                    int j = code.indexOf('>', i);
                    if (j == -1) return false; // No matching '>'
                    String tagName = code.substring(i + 2, j);
                    if (!isValidTagName(tagName) || stack.isEmpty() || !stack.pop().equals(tagName)) {
                        return false;
                    }
                    i = j + 1;
                } else if (code.charAt(i + 1) == '!') { // CDATA
                    if (!stack.isEmpty() && code.startsWith("<![CDATA[", i)) {
                        int j = code.indexOf("]]>", i);
                        if (j == -1) return false; // No matching ']]>'
                        i = j + 3;
                    } else {
                        return false;
                    }
                } else { // Start tag
                    int j = code.indexOf('>', i);
                    if (j == -1) return false; // No matching '>'
                    String tagName = code.substring(i + 1, j);
                    if (!isValidTagName(tagName)) return false;
                    stack.push(tagName);
                    i = j + 1;
                }
            } else {
                i++;
            }
        }
        return stack.isEmpty();
    }

    private boolean isValidTagName(String tagName) {
        return tagName.matches("[A-Z]{1,9}");
    }
}

这段代码定义了一个Solution类，其中包含isValid方法用于检查代码是否合法，以及一个辅助方法isValidTagName用于检查标签名是否合法。代码逻辑按照上述解题思路实现。

四、时间复杂度和空间复杂度

1. 时间复杂度

• 我们定义code.length()为n，这是输入字符串的长度。

• 我们有一个主循环，它遍历字符串code的每个字符。这个循环最多执行n次。

• 在每次循环中，我们可能会执行以下操作：

  • 检查是否是起始标签、结束标签或CDATA，这涉及到字符串比较，其时间复杂度为O(1)。
  • 查找下一个>字符的位置，使用indexOf方法，其时间复杂度为O(n)。
  • 检查标签名是否合法，使用正则表达式匹配，其时间复杂度为O(1)，因为标签名长度限制在1到9之间。
  • 向栈中推入或弹出元素，其时间复杂度为O(1)。

• 由于indexOf方法在每次遇到<字符时都会被调用，并且在最坏情况下，它可能需要遍历整个字符串，因此，整个算法的时间复杂度主要取决于indexOf方法的调用次数和每次调用的成本。

• 在最坏情况下，indexOf方法可能在每次循环迭代中被调用一次，总共有n次迭代，因此时间复杂度为O(n^2)。

2. 空间复杂度

• 我们使用了一个栈stack来存储标签名。

• 在最坏的情况下，如果所有标签都是嵌套的，那么栈的大小可能达到n/2（假设每个标签都是成对的，并且每个标签长度为2，这是最紧凑的情况）。

• 因此，空间复杂度为O(n)，其中n是输入字符串的长度。

五、总结知识点

• Java 类的定义：

  • public class Solution 定义了一个公共类 Solution。

• Java 方法的定义：

  • public boolean isValid(String code) 定义了一个公共方法 isValid，它接受一个字符串参数并返回一个布尔值。

• Java 栈的使用：

  • Stack<String> stack = new Stack<>(); 创建了一个字符串类型的栈，用于管理标签。

• 字符串操作：

  • 使用 charAt(int index) 方法来获取字符串中特定位置的字符。
  • 使用 indexOf(char ch) 方法来查找字符在字符串中的位置。
  • 使用 substring(int beginIndex, int endIndex) 方法来获取字符串的子串。

• 循环和条件语句：

  • 使用 while 循环来遍历字符串。
  • 使用 if-else 语句来处理不同类型的标签（起始标签、结束标签、CDATA）。

• 正则表达式：

  • 使用 matches(String regex) 方法来检查字符串是否符合给定的正则表达式模式。

• 异常处理：

  • 检查字符串是否以特定的子串开始，例如 startsWith(String prefix)。
  • 检查字符串是否在特定位置结束，例如检查是否没有匹配的结束标签 >。

• 栈操作：

  • 使用 push(E element) 方法将元素推入栈。
  • 使用 pop() 方法从栈中移除并返回栈顶元素。
  • 使用 isEmpty() 方法检查栈是否为空。

• 字符串与字符的比较：

  • 使用 == 运算符来比较字符是否相等。

• 错误处理：

  • 返回 false 来处理各种非法情况，例如不匹配的标签、不合法的标签名、字符串结束前没有闭合的标签等。

以上就是解决这个问题的详细步骤，希望能够为各位提供启发和帮助。