本文介绍在 Java 中使用正则表达式高效判断短字符串的字符能否按原始顺序（不要求连续）在长字符串中依次匹配，核心是构建 .*c1.*c2.*c3... 形式的动态正则模式。
本文介绍在 java 中使用正则表达式高效判断短字符串的字符能否按原始顺序（不要求连续）在长字符串中依次匹配，核心是构建 `.*c1.*c2.*c3...` 形式的动态正则模式。
在字符串匹配任务中，有时我们需要验证：一个较短的字符串（如 "phantom"）的所有字符，是否能在另一个较长字符串中按完全相同的顺序出现，但允许中间插入任意其他字符（即“子序列”关系，而非子串）。这类问题本质上是判断「字符串是否为另一字符串的子序列（subsequence）」，而使用正则表达式是一种简洁、声明式的实现方式——尤其适合教学与轻量级场景。
✅ 正确的正则构造逻辑
关键在于：对短字符串 s1 的每个字符 c，我们不强制要求其相邻，而是允许其前、后出现任意数量（含零个）的任意字符。正则中 .* 恰好表示「匹配任意字符（除换行符外）零次或多次」，因此：
- 对于 "phantom"，目标正则应为：
^.*p.*h.*a.*n.*t.*o.*m.*$
其中：- ^ 和 $ 确保整个输入字符串（word2）必须满足该模式（避免部分匹配）；
- 每个 .* 提供“跳过任意干扰字符”的能力；
- 字符本身（如 p, h）进行精确匹配。
⚠️ 注意：原代码中使用的 [:alnum:] 是错误写法——Java 的 String.matches() 基于 Java 正则引擎，不支持 POSIX 字符类语法；正确写法是 \w（匹配字母、数字、下划线）或更通用的 .（匹配除换行符外任意字符）。但此处我们并不需要限定“只能跳过字母数字”，只需跳过任意字符，故直接使用 .* 即可。
? Java 实现示例
以下是完整、健壮的实现代码（已修复逻辑、增强可读性并处理边界情况）：
import java.util.Scanner;
import java.util.stream.Collectors;
public class SubsequenceMatcher {
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
String word1 = input.next().trim(); // 短字符串（模式）
String word2 = input.next().trim(); // 长字符串（待匹配文本）
// 构建正则：^.*c1.*c2.*...cN.*$
String pattern = "^" +
word1.chars()
.mapToObj(c -> ".*" + (char) c)
.collect(Collectors.joining())
+ ".*$";
// 使用 matches() 进行全字符串匹配
boolean isSubsequence = word2.matches(pattern);
System.out.println(isSubsequence);
}
}✅ 运行效果验证：
输入：
phantom
p***ph***vnb***a***jknzxcvb***n***a***to***popoi***m***
→ 输出：true输入：
apple
fg***a***yiy***p***vbn***l***tsrgt***e***
→ 输出：false（因为缺少第二个 p 后的 l → e 路径中断）
⚠️ 重要注意事项
- 性能提示：此方法时间复杂度依赖于正则引擎优化，对极长字符串（如 >10⁵ 字符）或超长模式（如 >100 字符的 word1），可能因回溯引发性能下降。生产环境推荐使用双指针 O(n+m) 算法；正则方案更适合教学、脚本或中等规模数据。
-
特殊字符转义：若 word1 可能包含正则元字符（如 ., *, +, ?, ^, $, [, ], (, ) 等），需先调用 Pattern.quote(String) 对每个字符转义，否则将导致意外匹配失败。例如：
.mapToObj(c -> ".*" + Pattern.quote(String.valueOf((char) c)))
- 空字符串处理：空字符串 "" 是任何字符串的子序列，上述代码中 "" → ^.*$ 自然返回 true，符合数学定义。
-
大小写敏感：当前实现区分大小写。如需忽略大小写，可在 matches() 前添加 (?i) 标志：
String pattern = "(?i)^" + ... + ".*$";
✅ 总结
通过将子序列匹配问题转化为「字符间插入任意长度通配」的正则建模，我们以极简代码实现了清晰语义的解决方案。核心公式为：
*`^.c₁.c₂.⋯.cₙ.$** 它精准表达了“c₁出现在某处，之后（任意位置）出现c₂，再之后出现c₃……直至cₙ`”这一逻辑。掌握此模式，不仅解决了当前问题，也为理解正则在序列建模中的应用提供了坚实范例。
