LeetCode笔记 | 最恶心的题目——正则表达式匹配

自己写了64行，因为一些细节修改很多次，这个基本思路定下来之后，还有很多小细节，主要是自己对正则表达式的理解也越来越准确——很多没有想到的情况.

文章目录

• 1. 理解题意——很多时候做错还是因为对正则表达式的规则理解不清晰
• 2.尽量用科学的模型和方法——动态规划
• 3. 最后一脚
• 4.一个小陷阱
• 5.代码

1. 理解题意——很多时候做错还是因为对正则表达式的规则理解不清晰

正则表达式还是比较抽象的，情况特别多。不容易全部想到

2.尽量用科学的模型和方法——动态规划

我一开始是打算用规则，做了很久没有通过所有例子；撇了一眼答案，有用动态规划的，但是动态规划感觉那个复杂程度和我的规则的方法差不多，就没用。随着对 算错的案例 的分析越来越多，感觉确实比较符合动态规划。

定了方法之后，用动态规划整体思路比较清晰了，但是这个题目只完成了50%～60%，还有大量的细节需要进一步想清楚。

3. 最后一脚

可能这个题目作的太久了，写蒙比了，最后还有20多个例子没有通过，检查了很久，竟然是赋值的时候，用的是 “==”。

4.一个小陷阱

这个以前遇到过，这次没有中计，想想有点后怕。

如果动态规划在一开始定义二维数组的时候，用matrix=[[False]*m]*n会出现很奇怪的错误，用循环构造二维数组就没事儿。

5.代码

class Solution:
    def isMatch(self, s: str, p: str) -> bool:
        def f_1(a_,b_):
            a_=""
            if len(b_)==1:
                return(False)
            else:
                for i in range(len(b_)):
                    if b_[i]!='*':
                        if i+1<len(b_):
                            if b_[i+1]!='*':
                                return(False)
                        else:
                            return(False)
                return(True)

        if s=="" and p=="":
            return(True)
        elif s!="" and p=="":
            return(False)
        elif s=="" and p!="":
            return(f_1("",p))
        else:
            l_s=len(s)+1
            l_p=len(p)+1
            matrix=[]
            for i in range(l_s):
                temp_list=[]
                for j in range(l_p):
                    temp_list.append(False)
                matrix.append(temp_list)
            #matrix=[[False]*l_p]*l_s
            matrix[0][0]=True
            for j in range(1,l_p):
                matrix[0][j]=f_1("",p[:j])
            for i in range(1,l_s):
                s_i=s[:i]
                for j in range(1,l_p):
                    p_j=p[:j]
                    if p_j[-1]=="*":
                        if p_j[-2]==s_i[-1]:
                            if matrix[i][j-1] or matrix[i][j-2]:
                                matrix[i][j]=True
                                continue
                            temp_i=i-1
                            while temp_i>=0 and s_i[temp_i-1]==s_i[i-1]:
                                if matrix[temp_i][j-1] or matrix[temp_i][j-2]:
                                    matrix[i][j]=True
                                    break
                                temp_i=temp_i-1
                            if temp_i>=0 and s_i[temp_i]!=s_i[i-1]:
                                matrix[i][j]=matrix[temp_i][j-1] or matrix[temp_i][j-2]
                        elif p_j[-2]=='.':
                            for k in range(i,-1,-1):
                                if matrix[k][j-1] or matrix[k][j-2]:
                                    matrix[i][j]=True
                                    break
                        else:
                            matrix[i][j]=matrix[i][j-2]
                    elif p_j[-1]=='.' or p_j[-1]==s_i[-1]:
                        matrix[i][j]=matrix[i-1][j-1]
                    else:
                        pass
            return(matrix[-1][-1])