动态规划Leetcode010正则表达式匹配(双字符串匹配问题)(与044题类似)

这篇博客探讨了一种使用动态规划方法解决LeetCode上的正则表达式匹配问题。作者介绍了如何将问题转化为类似于完全背包的问题进行优化,并提供了详细的代码实现。文章通过状态转移方程展示了如何匹配字符串与正则表达式,并着重讲解了处理'*'通配符的策略。
摘要由CSDN通过智能技术生成

子题

https://blog.csdn.net/qq_52934831/article/details/121548557

地址

https://leetcode-cn.com/problems/regular-expression-matching/

描述

在这里插入图片描述

思想

优化思路和完全背包问题很类似
在这里插入图片描述

代码

class Solution {
public:
    bool isMatch(string s, string p) {
        int n=s.size(),m=p.size();
        s=' '+s,p=' '+p; //为了使得字符的下标从1开始
        vector<vector<bool>> f(n+1,vector<bool>(m+1));
        //初始化
        f[0][0]=true;
        //因为s字符串为空,p可以为'.'或者'a*'达到匹配的效果,所以下标从0开始
        for(int i=0;i<=n;i++){
            //j从下标0开始,代表p字符串为空,这样s,p一定是不匹配的,没有讨论的必要
            for(int j=1;j<=m;j++){
                if(j+1<p.size()&&p[j+1]=='*') continue;//假如p字符串中一个字符后面紧跟着*那么把这个字符与*看成整体,不单独讨论这个字符
                //状态转换需要用到i-1,所以i>0
                if(i>0&&p[j]!='*') {
                    //表示当前字符串是一个字母
                    //'.'可打天下
                    f[i][j]=f[i-1][j-1]&&(s[i]==p[j]||p[j]=='.');
                    //p[j]=='*'不可以省略
                } 
                if(p[j]=='*'){
                    //优化与完全背包问题类似
                    if(j>=2) f[i][j]=f[i][j-2];//*代表0个字符
                    if(i>0)//用到i-1了
                    //这里的f[i][j]不能省略!!!
                    f[i][j]=f[i][j]||f[i-1][j]&&(s[i] == p[j - 1] || p[j - 1] == '.');
                }
            }
        }
        return f[n][m];
    }
};
正则表达式匹配是一个经典的算法问题,主要是判断一个字符串是否能够完全匹配给定的正则表式。 在LeetCode上,也有一道关于正则表达式匹配目,目编号是10。这道目要求实现一个支持 '.' 和 '*' 的正则表达式匹配,其中 '.' 可以匹配任意单个字符,'*' 可以匹配零个或多个前面的元素。 解决这道可以使用动态规划的思想,具体的思路如下: 1. 创建一个二维数组dp,dp[i][j]表示s的前i个字符与p的前j个字符是否匹配。 2. 初始化dp为true,表示空字符串与空正则表达式匹配的。 3. 初始化dp[i]为false,表示非空字符串与空正则表达式是不匹配的。 4. 初始化dp[j],如果p[j-1]是"*",则dp[j]的值取决于dp[j-2]的值,表示将p[j-2]与p[j-1]去掉后的正则表达式是否匹配空字符串。 5. 对于其它的dp[i][j],分成两种情况: - 如果p[j-1]是"."或者与s[i-1]相等,则dp[i][j]的值取决于dp[i-1][j-1]的值,表示将s[i-1]和p[j-1]去掉后的字符串是否匹配。 - 如果p[j-1]是"*",则dp[i][j]的值取决于以下两种情况: - dp[i][j-2]的值,表示将p[j-2]和p[j-1]去掉后的正则表达式是否匹配s的前i个字符。 - dp[i-1][j]的值,表示将s[i-1]与p[j-2]匹配后的字符串是否匹配p的前j个字符。 6. 最后返回dp[s.length()][p.length()]的值,表示整个字符串s与正则表达式p是否完全匹配。 以上是一种使用动态规划解决正则表达式匹配问题的思路,具体的实现可以参考LeetCode官方提供的递归思路的解法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [LeetCode算法 —— 正则表达式匹配(详解官方动态规划思想)](https://blog.csdn.net/weixin_42100963/article/details/106953141)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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