【力扣算法03】之正则表达式匹配- python

简介: 【力扣算法03】之正则表达式匹配- python

问题描述


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。
‘.’ 匹配任意单个字符
'
’ 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('.')。

提示

  • 1 <= s.length <= 20
  • 1 <= p.length <= 20
  • s 只包含从 a-z 的小写字母。
  • p 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

首先, 创建一个二维数组dp,其中dp[i][j]表示字符串s的前i个字符与模式p的前j个字符是否匹配。

初始化dp[0][0]True,因为空字符串与空模式是匹配的。

接下来, 需要填充数组dp的其他值。我们使用两个嵌套的循环来遍历字符串s和模式p的每个字符。

对于每个位置(i, j),我们考虑几种情况:

  1. 如果模式p的当前字符p[j-1]不是*,我们只需要判断字符串s的当前字符s[i-1]和模式p的当前字符p[j-1]是否匹配。如果相等,或者p[j-1].通配符,我们可以将dp[i][j]设置为dp[i-1][j-1],表示前缀字符串匹配。
  2. 如果模式p的当前字符p[j-1]*,我们需要考虑两种情况:
  • *代表0个前面的字符。在这种情况下,我们将dp[i][j]设置为dp[i][j-2],表示模式p中的p[j-2]p[j-1]被忽略。
  • *代表多个前面的字符。我们需要检查字符串s的当前字符s[i-1]和模式p的前一个字符p[j-2]是否匹配。如果匹配,我们可以将dp[i][j]设置为dp[i-1][j],表示可以将当前字符*匹配到字符串s的前一个字符。

最终,返回dp[m][n]的值,其中m为字符串s的长度,n为模式p的长度。如果dp[m][n]True,则表示整个字符串s与模式p匹配;否则,不匹配。


代码分析


def isMatch(self, s: str, p: str) -> bool:
    m = len(s)
    n = len(p)
    dp = [[False] * (n + 1) for _ in range(m + 1)]
    dp[0][0] = True
  • 首先,我们定义了一个isMatch函数,接受两个参数sp,分别表示字符串和模式。
  • 然后,我们获取字符串s和模式p的长度,并创建大小为(m+1) x (n+1)的二维数组dp,并将所有元素初始化为False
  • 初始化dp[0][0]True,因为空字符串与空模式是匹配的。
for i in range(m + 1):
        for j in range(1, n + 1):
            if p[j - 1] != '*':
                if i > 0 and (s[i - 1] == p[j - 1] or p[j - 1] == '.'):
                    dp[i][j] = dp[i - 1][j - 1]
            else:
                if j >= 2:
                    dp[i][j] = dp[i][j - 2]
                    if i > 0 and (s[i - 1] == p[j - 2] or p[j - 2] == '.'):
                        dp[i][j] |= dp[i - 1][j]
  • 使用两层循环遍历字符串s和模式p的每个字符。
  • 对于每个位置(i, j),我们分情况讨论:
  • 如果模式p的当前字符p[j-1]不是*,且字符串s的当前字符s[i-1]与模式p的当前字符p[j-1]匹配(或者p[j-1].通配符),则将dp[i][j]设置为dp[i-1][j-1],表示前缀字符串匹配。
  • 如果模式p的当前字符p[j-1]*,我们需要进一步分情况讨论:
  • *代表0个前面的字符:设置dp[i][j]dp[i][j-2],表示模式p中的p[j-2]p[j-1]被忽略。
  • *代表多个前面的字符:首先设置dp[i][j]dp[i][j-2],然后判断字符串s的当前字符s[i-1]与模式p的前一个字符p[j-2]是否匹配。如果匹配,就将dp[i][j]更新为dp[i-1][j]的值。
return dp[m][n]
  • 最后,返回dp[m][n]的值,即表示整个字符串s与模式p是否匹配。

完整代码


class Solution(object):
    def isMatch(self, s, p):
        """
        :type s: str
        :type p: str
        :rtype: bool
        """
        # 获取字符串s和模式p的长度
        m, n = len(s), len(p)
        # 创建一个二维dp数组来存储匹配结果,默认为False
        dp = [[False] * (n + 1) for _ in range(m + 1)]
        # 初始化dp[0][0]为True,表示空字符串与空模式匹配
        dp[0][0] = True
        for i in range(m + 1):
            for j in range(1, n + 1):
                if p[j - 1] != '*':
                    # 当前字符不是'*'时,比较s的第i个字符和p的第j个字符是否匹配
                    if i > 0 and (s[i - 1] == p[j - 1] or p[j - 1] == '.'):
                        dp[i][j] = dp[i - 1][j - 1]
                else:
                    # 当前字符是'*'时,分两种情况考虑
                    # 第一种情况:忽略p的前两个字符(即'*'前面的字符)
                    if j >= 2:
                        dp[i][j] = dp[i][j - 2]
                    # 第二种情况:如果s的第i个字符和p的前两个字符匹配,
                    # 或者p的前两个字符是'.',则可以考虑将s的第i个字符加入匹配模式中
                    if i >= 1 and j >= 2 and (s[i - 1] == p[j - 2] or p[j - 2] == '.'):
                        dp[i][j] = dp[i][j] or dp[i - 1][j]
        # 返回匹配结果
        return dp[m][n]

运行效果及示例代码


示例代码1


solution = Solution()
print(solution.isMatch("aa", "a"))

运行结果

示例代码2

solution = Solution()
print(solution.isMatch("aa", "a*")) 

运行结果

示例代码3

solution = Solution()
print(solution.isMatch("ab", ".*"))  

运行结果


完结


相关文章
|
8天前
|
Python
Python 内置正则表达式库re的使用
正则表达式是记录文本规则的代码,用于查找和处理符合特定规则的字符串。在Python中,常通过原生字符串`r&#39;string&#39;`表示。使用`re.compile()`创建正则对象,便于多次使用。匹配字符串有`match()`(从开头匹配)、`search()`(搜索首个匹配)和`findall()`(找所有匹配)。替换字符串用`sub()`,分割字符串则用`split()`。
26 3
|
2天前
|
数据安全/隐私保护 Python
Python进阶---正则表达式
Python进阶---正则表达式
9 2
|
2天前
|
算法
数据结构与算法⑮(第四章_下)二叉树OJ(力扣:144,965,104,110,226,100,101,572)(下)
数据结构与算法⑮(第四章_下)二叉树OJ(力扣:144,965,104,110,226,100,101,572)
7 1
|
2天前
|
算法 C++
数据结构与算法⑮(第四章_下)二叉树OJ(力扣:144,965,104,110,226,100,101,572)(上)
数据结构与算法⑮(第四章_下)二叉树OJ(力扣:144,965,104,110,226,100,101,572)
7 1
|
2天前
|
机器学习/深度学习 存储 算法
数据结构与算法⑨(第三章_下)队列的概念和实现(力扣:225+232+622)(下)
数据结构与算法⑨(第三章_下)队列的概念和实现(力扣:225+232+622)
4 0
|
2天前
|
算法 前端开发 C语言
数据结构与算法⑨(第三章_下)队列的概念和实现(力扣:225+232+622)(上)
数据结构与算法⑨(第三章_下)队列的概念和实现(力扣:225+232+622)
11 0
|
2天前
|
缓存 算法 C语言
数据结构与算法⑧(第三章_上)栈的概念和实现(力扣:20. 有效的括号)
数据结构与算法⑧(第三章_上)栈的概念和实现(力扣:20. 有效的括号)
4 0
|
3天前
|
机器学习/深度学习 人工智能 算法
食物识别系统Python+深度学习人工智能+TensorFlow+卷积神经网络算法模型
食物识别系统采用TensorFlow的ResNet50模型,训练了包含11类食物的数据集,生成高精度H5模型。系统整合Django框架,提供网页平台,用户可上传图片进行食物识别。效果图片展示成功识别各类食物。[查看演示视频、代码及安装指南](https://www.yuque.com/ziwu/yygu3z/yhd6a7vai4o9iuys?singleDoc#)。项目利用深度学习的卷积神经网络(CNN),其局部感受野和权重共享机制适于图像识别,广泛应用于医疗图像分析等领域。示例代码展示了一个使用TensorFlow训练的简单CNN模型,用于MNIST手写数字识别。
18 3
|
3天前
|
算法 Python
Python中实现图论算法
Python中实现图论算法 “【5月更文挑战第20天】”
12 3
|
6天前
|
数据采集 Python
python中的正则表达式,Python实习面试经验汇总
python中的正则表达式,Python实习面试经验汇总