动态规划——力扣10. 正则表达式匹配

题目链接 : Lc 10. 正则表达式匹配

题目

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。

1. ‘.’ 匹配任意单个字符
2. ‘*’ 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（'.'）。

示例 4：
输入：s = "aab" p = "c*a*b"
输出：true
解释：因为 '*' 表示零个或多个，这里 'c' 为 0 个, 'a' 被重复一次。因此可以匹配字符串 "aab"。

示例 5：
输入：s = "mississippi" p = "mis*is*p*."
输出：false

提示：

0 <= s.length <= 20
0 <= p.length <= 30
s 可能为空，且只包含从 a-z 的小写字母。
p 可能为空，且只包含从 a-z 的小写字母，以及字符 . 和 *。
保证每次出现字符 * 时，前面都匹配到有效的字符

思路分析

这种字符串的问题，联系我们解决过的问题，最长上升子序列， 最长公共子序列， 最短编辑距离等问题，判断应该用动态规划来求解。 动态规划这里用Y总的闫氏DP分析法，判断用几维能解决问题，一维的话显然不够，故这里采用二维。

闫氏DP分析法

代码实现

class Solution 
{
public:
    bool isMatch(string s, string p) 
    {
        int n = s.size(), m = p.size();
        s = " " + s, p = " " + p;               
        bool f[40][40] = {0};
        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;
                else 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]; 
    }
};

注意

最后状态转移方程的优化采用的完全背包的优化思路， 但这里并不能优化空间策略， 因为这里的状态转移方程不仅用到目前这层计算状态还用到上一层的计算状态， 故这里直接删除2维， 得到的转移方程并不能和原本的方程等价。