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])