• leetcode 10. 正则表达式匹配(dp)



    作者简介:C/C++ 、Golang 领域耕耘者,创作者
    个人主页:作者主页
    活动地址:CSDN21天学习挑战赛
    题目来源: leetcode官网
    如果感觉博主的文章还不错的话,还请关注➕ 、点赞👍 、收藏🧡三连支持一下博主哦~~~

    💜 题目描述

    给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 ‘.’ 和 ‘*’ 的正则表达式匹配。

    ‘.’ 匹配任意单个字符
    ‘*’ 匹配零个或多个前面的那一个元素
    所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。

    示例1:

    输入:s = “aa”, p = “a”
    输出:false
    解释:“a” 无法匹配 “aa” 整个字符串。

    示例2:

    输入:s = “aa”, p = “a*”
    输出:true
    解释:因为 ‘*’ 代表可以匹配零个或多个前面的那一个元素, 在这里前面的元素就是 ‘a’。因此,字符串 “aa” 可被视为 ‘a’ 重复了一次。

    示例3:

    输入:s = “ab”, p = “."
    输出:true
    解释:".
    ” 表示可匹配零个或多个(‘*’)任意字符(‘.’)。

    🧡 算法分析

    此题方法是用dp

    1. 设状态 f(i,j) 表示字符串 s 的前 i 个字符和字符串 p 的前 j 个字符能否匹配。这里假设 s 和 p 的下标均从 1 开始。初始时,f(0,0)=true
    2. p[j] != '*'时,f[i - 1][j - 1] && (s[i] == p[j] || p[j] == '.');
    3. p(j) == '*' 时,这时* 可以代表0个字符, 1个字符 …, 这时的状态转移方程为 f(i, j) = f(i, j - 2) || f(i-1, j -2) && s[i] == p[j - 1] || f(i - 2, j - 2) && s[i] = p[j - 1] && s[i - 1] == p[j - 1] || ...。此时在写一个f(i - 1, j)的方程,你会发现, 后面的部分都是一一对应的,整合这两个方程得到:f(i, j) = f(i, j -2) || f(i - 1, j)&& s[i] == p[j]
    4. 初始状态 f(0,0)=true;循环枚举 i 从 0 到 n;j 从 1 到 m。因为 f(0,j)有可能是有意义的,需要被转移更新。
    5. 最终答案为 f(n,m)

    在这里插入图片描述

    💚 代码实现

    class Solution {
    public:
        bool isMatch(string s, string p) {
            // 动态规划
    
            int n = s.size(), m = p.size();
            s = ' ' + s, p = ' ' + p;   // 从字符串1开始
    
            vector<vector<bool>> f(n + 1, vector<bool>(m + 1, false));
            f[0][0] = true;
            for(int i =0; i <=n; i ++)
                for(int j = 1; j <= m; j ++)
                {
                    //if(j + 1 <= m && p[j + 1]== '*') continue;
                    if(i && p[j] != '*')
                        f[i][j] = f[i - 1][j - 1] && (s[i] == p[j] || p[j] == '.');
                    else if (p[j] == '*')
                        f[i][j] = f[i][j - 2] || i && f[i - 1][j] && (s[i] == p[j - 1] || p[j -1] == '.');
                }
    
            return f[n][m];
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    执行结果:

    在这里插入图片描述

    💙 时间复杂度分析

    状态数为 O(nm),每次转移仅需常数时间,故总时间复杂度为 O(nm)。

    如果觉得对你有帮助的话:
    👍 点赞,你的认可是我创作的动力!
    🧡 收藏,你的青睐是我努力的方向!
    ✏️ 评论,你的意见是我进步的财富!

  • 相关阅读:
    haas506 2.0开发教程-hota(仅支持2.2以上版本)
    用三智者交易策略澳福加减仓轻松盈利,就是这么厉害
    Arnold在C4D中使用的ACES使用盲区!
    C++笔记 05
    异步编程生产实践
    代码随想录图论 第一天 | 797.所有可能的路径 200. 岛屿数量
    突然发现ONLYOFFICE支持了.wps格式系列文件了
    企业OA系统在低代码平台中要如何开发?
    Operator 开发实践 五 (多版本API)
    界面控件Telerik UI for WPF——Windows 11主题精简模式提升应用体验
  • 原文地址:https://blog.csdn.net/qq_39486027/article/details/126341573