1、常规的二阶动态规划会利用的当前位置相邻的信息,如计算dp[i][j]时可能会用到dp[i][j-1]、dp[i-1][j]、dp[i-1][j-1]的值。
而在本题中,额外用到了dp[i][j-2]的值。
2、转载自力扣官方题解https://leetcode-cn.com/problems/regular-expression-matching/solution/zheng-ze-biao-da-shi-pi-pei-by-leetcode-solution/
class Solution2:
def isMatch(self, s: str, p: str) -> bool:
m, n = len(s), len(p)
# dp数组--判断s的前i个字符和p的前j个字符是否匹配
dp = [[False] * (n + 1) for _ in range(m + 1)] # +1是因为要取到最大长度
dp[0][0] = True # 初始化,空字符串
def matches(i, j): # 匹配s的第i个字符和p的第j个字符
if i == 0:
return False
if p[j - 1] == '.':
return True
return s[i - 1] == p[j - 1]
for i in range(m + 1): # 通过双循环,记录所有情况,即针对s的前i个字符,都去跟p比较一下,只有当最后匹配的时候,才是正确的答案
for j in range(1, n + 1): # 通常情况下的i > j,都是False;因为当i=0时,d[0][j]都等于False,当i>j时,dp[i][j]往前索引,会找到d[0][j]
if p[j - 1] == '*': # 第j个位置的索引是j-1
dp[i][j] |= dp[i][j - 2] # trick,先查看*匹配0次时是否满足要求
if matches(i, j - 1): # 在查看*匹配多次时是否满足要求
dp[i][j] |= dp[i - 1][j] # 匹配一次或多次时,只查看上一次即可
else:
if matches(i, j): # 当前字符不是*,正常匹配
dp[i][j] = dp[i - 1][j - 1]
return dp[m][n]