【LeetCode】10. Regular Expression Matching解题报告(Python)

127 篇文章 2 订阅
102 篇文章 2 订阅

题目分析:

这道题目是实现简单的正则表达式,需要实现'.'与'*',其中'.'可表示任何字符,'*'表示前一个字符出现0或任意次。首先想到贪心穷举的方法去解决但是考虑到类似'.*'这种可以变成任意串的东西很难穷举。考虑其他方法,其中递归便是一种,将问题分为子问题去考虑。一般情况下递归可转换为动态规划,动态规划可以用空间换取时间,由于递归时间长可能会时间超限我们也应该考虑使用动态规划解决。

递归解决问题:

思路:

1、若p为空,s也应为空才可匹配。

2、比较p与s的第一个字符并做标记。

3、若p[1] = '*'时分为两种情况,若将'*'考虑为前一个字符出现0次,则跳过p两个字符(一个是'*'),即递归比较s与p[2:];若将'*'考虑为前一个字符出现1次,则p不动但跳过s一个字符,即递归比较s[1:]与p。

4、若p[1] != '*'直接递归比较s[1:]与p[1:]。

递归代码说明:

1、若p为空,s也应为空才可匹配。

if len(p) == 0: return len(s) == 0

2、可简单理解为比较s与p的第一个字符是否相同并做标记。

flag = len(s) != 0 and p[0] in {s[0], '.'}

3、若p[1] = '*'时分为两种情况,若将'*'考虑为前一个字符出现0次,则跳过p两个字符(一个是'*'),即递归比较s与p[2:];若将'*'考虑为前一个字符出现1次,则p不动但跳过s一个字符,即递归比较s[1:]与p,flag and表示前一个字符相同。

        if len(p) >=2 and p[1] == '*':
            return (flag and self.isMatch(s[1:], p) or (self.isMatch(s, p[2:])))

4、若p[1] != '*'直接递归比较s[1:]与p[1:],flag and表示前一个字符相同。

        else:
            return flag and self.isMatch(s[1:], p[1:])

测试代码:

class Solution:
    def isMatch(self, s, p):
        if len(p) == 0: return len(s) == 0
        flag = len(s) != 0 and p[0] in {s[0], '.'}
        if len(p) >=2 and p[1] == '*':
            return (flag and self.isMatch(s[1:], p) or (self.isMatch(s, p[2:])))
        else:
            return flag and self.isMatch(s[1:], p[1:])


print(Solution().isMatch('aab','c*a*b'))#提交时请删除该行

结果:

提交显示:Runtime: 1612 ms,Your runtime beats 7.13 % of python3 submissions.运行时间较长大多数人应该并不是使用递归解决的,我们试试动态规划用空间换取时间。

动态规划解决问题:

动态规划代码说明:由于代码解释起来比较复杂,我直接在代码中加入注释,如果看不懂可以看我参考的博客或者自己调试运行。

class Solution:
    def isMatch(self, s, p):
        #初始化一个全False的二维数组,dp[i][j]的含义是s[0->i] 与 p[0->j]是否匹配。
        dp=[[False for i in range(len(p)+1)] for j in range(len(s)+1)]
        #s为空p也要为空才可匹配
        dp[0][0]=True
        #当s为空时必须有*才可能满足匹配,并且他的真值一定和去掉*及其前面的符号相同
        for i in range(1,len(p)+1):
            dp[0][i] = p[i-1] == '*' and dp[0][i-2] and i>1

        for i in range(1,len(s)+1):
            for j in range(1,len(p)+1):
                #p字符为'*'时,则真值一定和去掉*及其前面的符号相同或者*前面的字符与s字符相同则让*填充一次真值保持与s之前的真值相同
                if p[j-1]=='*':
                    dp[i][j]=dp[i][j-2] or (dp[i-1][j] and (s[i-1]==p[j-2] or p[j-2]=='.'))
                #若不是*则比较值与之前的纸质求and
                else:
                    dp[i][j] = dp[i-1][j-1] and (p[j-1] == '.' or p[j-1] == s[i-1])
        #返回s[0->len(s)] 与 p[0->len(p)]的真值
        return dp[len(s)][len(p)]

print(Solution().isMatch("mississippi", ".*mis*is*p*."))#提交时请删除该行

结果:提交显示:Runtime: 64ms,Your runtime beats 74.03 % of python3 submissions.运行时间是可以的,动态规划解决了问题。

参考博客1参考博客2

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你好!对于LeetCode上的问题994.腐烂的橘子,你可以使用Python来解决。下面是一个示例代码: ```python from collections import deque def orangesRotting(grid): # 记录网格的行数和列数 row, col = len(grid), len(grid[0]) # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 使用队列来保存腐烂的橘子的位置 queue = deque() # 记录新鲜橘子的数量 fresh_count = 0 # 遍历整个网格,初始化队列和新鲜橘子的数量 for i in range(row): for j in range(col): if grid[i][j] == 2: # 腐烂的橘子 queue.append((i, j)) elif grid[i][j] == 1: # 新鲜橘子 fresh_count += 1 # 如果新鲜橘子的数量为0,直接返回0 if fresh_count == 0: return 0 # 初始化分钟数 minutes = 0 # 开始进行BFS,直到队列为空 while queue: # 记录当前分钟数下,队列中的元素数量 size = len(queue) # 遍历当前分钟数下的所有腐烂的橘子 for _ in range(size): x, y = queue.popleft() # 遍历四个方向 for dx, dy in directions: nx, ny = x + dx, y + dy # 判断新位置是否在网格内,并且是新鲜橘子 if 0 <= nx < row and 0 <= ny < col and grid[nx][ny] == 1: # 将新鲜橘子变为腐烂状态 grid[nx][ny] = 2 # 将新鲜橘子的位置加入队列 queue.append((nx, ny)) # 新鲜橘子的数量减1 fresh_count -= 1 # 如果当前分钟数下,没有新鲜橘子了,结束循环 if fresh_count == 0: break # 每遍历完一层,分钟数加1 minutes += 1 # 如果最后还有新鲜橘子,返回-1,否则返回分钟数 return -1 if fresh_count > 0 else minutes ``` 你可以将给定的网格作为参数传递给`orangesRotting`函数来测试它。请注意,该代码使用了BFS算法来遍历橘子,并计算腐烂的分钟数。希望能对你有所帮助!如果有任何疑问,请随时问我。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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