Wildcard Matching[leetcode]直接匹配和DP

这篇博客探讨了LeetCode上的Wildcard Matching问题,对比了动态规划(DP)和直接匹配两种解法。DP解法通过递推公式实现,而直接匹配方法更简洁高效,能在较短的时间内完成匹配检查。
摘要由CSDN通过智能技术生成

这题类似 Regular Expression Matching,但是数据比较强。

首先介绍DP的解法,回忆Regular Expression Matching,我们也用dp(i,j)表示s[0...i-1]和p[0...j-1]是否匹配

基本情况相似,但是更简单:

1. dp(0,0) = true

2. dp(0,j) = dp(0,j-1) && p[j-1] == '*‘

3. dp(i,0) = false

一般情况dp(i,j):

1. dp(i-1,j-1) && (s[i-1] == p[j-1] || p[j-1] == '?')

2. dp(i, j-1) && p[j-1] == '*'

3. dp(i-1, j) && p[j-1] == '*'

由于第i行只用到了第i-1行的数据,所以可以将空间上压缩至一维。我们用一个bool curRow表示当前访问的行号,!curRow表示i-1行</

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值