10.正则表达式匹配

给你一个zifuchuans和一个字符规律p，请你实现一个支持’.‘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

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哪一个元素，再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(’.’).

思路

状态
首先状态dp[i][j]表示前i个是否能被p的前j个匹配。

转移方程
首先想的时候从已经求出了dp[i-1][j-1],再加上已知s[i]、p[j],要想问的问题就是怎么去求dp[i][j].

已知dp[i-1][j-1]意思就是前面子串都匹配上了，不知道新的一位的情况。
分情况考虑，所以对于新的一位p[j] s[i]的值不同，要分情况讨论:
1。考虑最简单的p[j] ==s[i] : dp[i][j] = dp[i-1][j-1]
然后从p[j]可能的情况来考虑，让p[j]=各种能等于的东西。
2. p[j] == “.” " dp[i][j] == dp[i-1] [j-1]
3. p[j] == " * ":

public boolean isMatch(String s,String p){
            if (s == null || p == null) {
                return false;
            }
            boolean[][] dp = new boolean[s.length() + 1][p.length() + 1];
            dp[0][0] = true;//dp[i][j] 表示 s 的前 i 个是否能被 p 的前 j 个匹配
            for (int i = 0; i < p.length(); i++) { // here's the p's length, not s's
                if (p.charAt(i) == '*' && dp[0][i - 1]) {
                    dp[0][i + 1] = true; // here's y axis should be i+1
                }
            }
            for (int i = 0; i < s.length(); i++) {
                for (int j = 0; j < p.length(); j++) {
                    if (p.charAt(j) == '.' || p.charAt(j) == s.charAt(i)) {//如果是任意元素 或者是对于元素匹配
                        dp[i + 1][j + 1] = dp[i][j];
                    }
                    if (p.charAt(j) == '*') {
                        if (p.charAt(j - 1) != s.charAt(i) && p.charAt(j - 1) != '.') {//如果前一个元素不匹配 且不为任意元素
                            dp[i + 1][j + 1] = dp[i + 1][j - 1];
                        } else {
                            dp[i + 1][j + 1] = (dp[i + 1][j] || dp[i][j + 1] || dp[i + 1][j - 1]);
                            /*
                            dp[i][j] = dp[i-1][j] // 多个字符匹配的情况	
                            or dp[i][j] = dp[i][j-1] // 单个字符匹配的情况
                            or dp[i][j] = dp[i][j-2] // 没有匹配的情况
                             */
                            
                        }
                    }
                }
            }
            return dp[s.length()][p.length()];
        }

时间复杂度： O(n^2)