问题1:leetcode 正则表达式匹配

请实现一个函数用来匹配包括'.'和'*'的正则表达式。模式中的字符'.'表示任意一个字符,而'*'表示它前面的字符可以出现任意次(包含0次)。 在本题中,匹配是指字符串的所有字符匹配整个模式。例如,字符串"aaa"与模式"a.a"和"ab*ac*a"匹配,但是与"aa.a"和"ab*a"均不匹配

思路:

如果 pattern[j] == str[i] || pattern[j] == '.', 此时dp[i][j] = dp[i-1][j-1];

如果 pattern[j] == '*'
    分两种情况:
    1: 如果pattern[j-1] != str[i] && pattern[j-1] != '.',
此时dp[i][j] = dp[i][j-2] //a*匹配0次
    2: 如果pattern[j-1] == str[i] || pattern[j-1] == '.'
        此时dp[i][j] = dp[i][j-2] // a*匹配0次
        或者 dp[i][j] = dp[i][j-1] // a*匹配1次
        或者 dp[i][j] = dp[i-1][j] // a*匹配多次
 public boolean match(char[] str, char[] pattern)
{
 if(str == null || pattern == null)  return true;boolean [][] dp = new boolean[str.length+1][pattern.length+1];
dp[0][0] = true;
for(int i=1; i<dp[0].length;i++){
if(pattern[i-1] == '*'){
dp[0][i] = dp[0][i-2];
}
}
for(int i=1; i<dp.length; i++){
for(int j=1;j<dp[0].length; j++){
if(pattern[j-1] == '*'){
if(str[i-1] == pattern[j-2] || pattern[j-2] == '.'){
dp[i][j] = dp[i][j-2] || dp[i-1][j] || dp[i][j-1];
// 0 多次 一次
}
else{
dp[i][j] = dp[i][j-2];
}
}
else if(str[i-1] == pattern[j-1] || pattern[j-1] == '.'){
dp[i][j] = dp[i-1][j-1];
}
}
} for(int i=0; i<dp.length; i++){
for(int j=0; j<dp[0].length; j++){
System.out.print(dp[i][j] + " ");
}
System.out.println();
}
return dp[dp.length-1][dp[0].length-1];
}

问题2:  leetcode 44 通配符匹配

给定一个字符串 (s) 和一个字符模式 (p) ,实现一个支持 '?' 和 '*' 的通配符匹配。

'?' 可以匹配任何单个字符。
'*' 可以匹配任意字符串(包括空字符串)。

两个字符串完全匹配才算匹配成功。

思路: 定义dp[i][j]为s的前i个字符与p的前j个字符是否匹配,那么当p[j] 为‘*’的时候, dp[i][j] = dp[i][j-1] || (i >0 && (dp[i-1][j] || dp[i-1][j-1]) );// 匹配多次或者一次

当p[j-1]为“?”时候,dp[i][j] = dp[i-1][j-1]

class Solution {
public boolean isMatch(String s, String p) {
int m = s.length(), n=p.length();
boolean[][] dp = new boolean[m+1][n+1];
dp[0][0] = true;
// String str = "adceb";
// String pattern = "*a*b";
for(int i = 0; i<=m; i++){
for(int j=1;j<=n;j++){
if( p.charAt(j-1)=='*'){
dp[i][j] = dp[i][j-1] || (i >0 && (dp[i-1][j] || dp[i-1][j-1]) );// 匹配多次或者一次
}
if( i>=1 && (p.charAt(j-1)=='?' || s.charAt(i-1) == p.charAt(j-1)) ){
dp[i][j] = dp[i-1][j-1];
}
}
} // for(int i = 0; i<=m; i++){
// for(int j=0;j<=n;j++) {
// System.out.print(dp[i][j] + " ");
// }
// System.out.println();
// }
return dp[m][n];
}
}

问题三:leetcode 97 交替字符串

给定三个字符串 s1, s2, s3, 验证 s3 是否是由 s1 和 s2 交错组成的。

示例 1:

输入: s1 = "aabcc", s2 = "dbbca", s3 = "aadbbcbcac"
输出: true

示例 2:

输入: s1 = "aabcc", s2 = "dbbca", s3 = "aadbbbaccc"
输出: false 思路: 定义dp[i][j]为s1的前i个字符与s2的前j个字符是否可以组成s3的前i+j个字符,注意空字符串,所以s1与s2都是从1开始计数的
class Solution {
public boolean isInterleave(String s1, String s2, String s3) {
if(s1.equals("")){
return s2.equals(s3);
}
if(s2.equals("")){
return s1.equals(s3);
} int m = s1.length(), n = s2.length();
if(m+n != s3.length()){
return false;
}
boolean[][] dp = new boolean[m+1][n+1];
dp[0][0] = true; // String s1 = "aabcc", s2 = "dbbca", s3 = "aadbbcbcac"; for(int i=0; i<= m; i++){
for(int j=0; j<=n;j++){
if(i==0 && j==0) continue;
dp[i][j] = (i>0 && s1.charAt(i-1)==s3.charAt(i+j-1) && dp[i-1][j]) ||
(j>0 && s2.charAt(j-1) == s3.charAt(i+j-1) && dp[i][j-1] );
}
} // for(int i=0; i<= m; i++){
// for(int j=0; j<=n;j++) {
// System.out.print(dp[i][j] +" ");
// }
// System.out.println();
// }
return dp[m][n];
}
}

leetcode 不同子序列 115

给定一个字符串 和一个字符串 T,计算在 S 的子序列中 T 出现的个数。

一个字符串的一个子序列是指,通过删除一些(也可以不删除)字符且不干扰剩余字符相对位置所组成的新字符串。(例如,"ACE" 是 "ABCDE" 的一个子序列,而 "AEC" 不是)

示例 1:

输入: S = "rabbbit", T = "rabbit"
输出: 3
解释:

如下图所示, 有 3 种可以从 S 中得到 "rabbit" 的方案
(上箭头符号 ^ 表示选取的字母) rabbbit
^^^^ ^^
rabbbit
^^ ^^^^
rabbbit
^^^ ^^^

示例 2:

输入: S = "babgbag", T = "bag"
输出: 5
解释:

如下图所示, 有 5 种可以从 S 中得到 "bag" 的方案
(上箭头符号 ^ 表示选取的字母) babgbag
^^ ^
babgbag
^^ ^
babgbag
^ ^^
babgbag
^ ^^
babgbag

思路1: 定义 dp[i][j] 为s[i]等于t[j]的子序列数目:dp[i][j] += dp[k][j-1]; s[k] = t[j-1];

class Solution {
public int numDistinct(String s, String t) {
// S = "rabbbit", T = "rabbit" // String S = "babgbag", T = "bag";
int m = s.length(), n = t.length();
int[][] dp = new int[m][n];
// dp[i][j] = dp[k][j-1] s[k] == t[j]
for(int i=0; i<m;i++){
dp[i][0] = s.charAt(i) == t.charAt(0) ? 1 : 0;
}
for(int i=0; i<m;i++){
for(int j=0; j<n;j++){
if(s.charAt(i) == t.charAt(j)) {
for (int k = 0; k < i; k++) {
if (j>0 && s.charAt(k) == t.charAt(j-1)) {
dp[i][j] += dp[k][j-1];
}
}
}
}
}
// for(int i=0; i<m;i++) {
// for (int j = 0; j < n; j++) {
// System.out.print(dp[i][j]+" ");
// }
// System.out.println();
// }
int result = 0;
for(int i=0 ; i<m;i++){
result += dp[i][n-1];
}
return result;
}
}

思路2:

而是判断S有多少种方式可以得到T。但其实还是动态规划,我们一个定义二维数组dp,dp[i][j]为字符串s(0,i)变换到t(0,j)的变换方法的个数。

如果S[i]==T[j],那么dp[i][j] = dp[i-1][j-1] + dp[i-1][j]。意思是:如果当前S[i]==T[j],那么当前这个字符即可以保留也可以抛弃,所以变换方法等于保留这个字符的变换方法加上不用这个字符的变换方法, dp[i-1][j-1]为保留这个字符时的变换方法个数,dp[i-1][j]表示抛弃这个字符时的变换方法个数。
如果S[i]!=T[i],那么dp[i][j] = dp[i-1][j],意思是如果当前字符不等,那么就只能抛弃当前这个字符。

class Solution {
public int numDistinct(String s, String t) {
int[][] res = new int[s.length()+1][t.length()+1];
res[0][0] = 1;
for(int i=1;i<t.length()+1;i++)
res[0][i] = 0;
for(int i=1;i<s.length()+1;i++)
res[i][0] = 1;
for(int i=1;i<s.length()+1;i++)
for(int j=1;j<t.length()+1;j++){
if(s.charAt(i-1)==t.charAt(j-1)){
res[i][j] = res[i-1][j-1] + res[i-1][j];
}
else{
res[i][j] = res[i-1][j];
}
}
return res[s.length()][t.length()];
}
}

leetcode 字符串动态规划总结的更多相关文章

  1. Leetcode之动态规划(DP)专题-712. 两个字符串的最小ASCII删除和(Minimum ASCII Delete Sum for Two Strings)

    Leetcode之动态规划(DP)专题-712. 两个字符串的最小ASCII删除和(Minimum ASCII Delete Sum for Two Strings) 给定两个字符串s1, s2,找到 ...

  2. leetcode笔记 动态规划在字符串匹配中的应用

    目录 leetcode笔记 动态规划在字符串匹配中的应用 0 参考文献 1. [10. Regular Expression Matching] 1.1 题目 1.2 思路 && 解题 ...

  3. Leetcode之动态规划(DP)专题-647. 回文子串(Palindromic Substrings)

    Leetcode之动态规划(DP)专题-647. 回文子串(Palindromic Substrings) 给定一个字符串,你的任务是计算这个字符串中有多少个回文子串. 具有不同开始位置或结束位置的子 ...

  4. Leetcode之动态规划(DP)专题-474. 一和零(Ones and Zeroes)

    Leetcode之动态规划(DP)专题-474. 一和零(Ones and Zeroes) 在计算机界中,我们总是追求用有限的资源获取最大的收益. 现在,假设你分别支配着 m 个 0 和 n 个 1. ...

  5. Leetcode之动态规划(DP)专题-392. 判断子序列(Is Subsequence)

    Leetcode之动态规划(DP)专题-392. 判断子序列(Is Subsequence) 给定字符串 s 和 t ,判断 s 是否为 t 的子序列. 你可以认为 s 和 t 中仅包含英文小写字母. ...

  6. Leetcode之动态规划(DP)专题-72. 编辑距离(Edit Distance)

    Leetcode之动态规划(DP)专题-72. 编辑距离(Edit Distance) 给定两个单词 word1 和 word2,计算出将 word1 转换成 word2 所使用的最少操作数 . 你可 ...

  7. LeetCode 字符串专题(一)

    目录 LeetCode 字符串专题 <c++> \([5]\) Longest Palindromic Substring \([28]\) Implement strStr() [\(4 ...

  8. 【leetcode 字符串处理】Compare Version Numbers

    [leetcode 字符串处理]Compare Version Numbers @author:wepon @blog:http://blog.csdn.net/u012162613 1.题目 Com ...

  9. Leetcode之动态规划(DP)专题-详解983. 最低票价(Minimum Cost For Tickets)

    Leetcode之动态规划(DP)专题-983. 最低票价(Minimum Cost For Tickets) 在一个火车旅行很受欢迎的国度,你提前一年计划了一些火车旅行.在接下来的一年里,你要旅行的 ...

随机推荐

  1. luogu P2085 最小函数值

    题目描述 有n个函数,分别为F1,F2,...,Fn.定义Fi(x)=Ai*x^2+Bi*x+Ci (x∈N*).给定这些Ai.Bi和Ci,请求出所有函数的所有函数值中最小的m个(如有重复的要输出多个 ...

  2. Annotation基本概念,作用以及举例说明。

    Annotation即注解,是Jav5新特征,Annotatio提供一些本来不属于程序的数据,用来将任何的信息或元数据(metadata)与程序元素(类.方法.成员变量等)进行关联.为程序的元素(类. ...

  3. 【docker】启动docker连接数据库 出现FATAL: password authentucation failed for user "homestatead"问题

    docker可以成功启动,启动命令如下: docker run -d -p : -v `pwd`/pgdata:/var/lib/postgresql/data -e POSTGRES_USER=ho ...

  4. js -- 侧边悬浮栏特效

    github: https://github.com/mybee/float-scroll-page #menu{width: 120px;height: auto; position: fixed; ...

  5. 【Lucene】具体解释Lucene全文检索的信息写入与读取

    Lucene的大致结构图: 信息写入索引库的过程: 读取信息的过程: 以下是一个向索引库写入信息与读取信息的样例: public void testCreateIndex() throws Excep ...

  6. OllyDBG找到按钮的处理函数

    最近系统有点慢,就想优化一下,于是下了个XX大师.结果要注册才行,看来可以用来练练手了.OD一下,靠还加了壳,偶就是用一下,就不脱你了.开始在弹出窗口MessageBoxA下断,伊,结果不是用的这个函 ...

  7. C# UserControl 判断是否是设计模式中

    In Windows Forms application, we can use Control.IsInDesignMode or LicenseManager.UsageMode == Licen ...

  8. Access 执行查询时,抛出“标准表达式中数据类型不匹配”的错误

    Access根据时间查询时应在查询条件前后加# SELECT COUNT(*) FROM [User] WHERE [CreateTime] > #{0}#

  9. C#语言 循环语句

    //Console.Write("请输入关卡数:"); //int a = int.Parse(Console.ReadLine()); //int s = 0; //if (a ...

  10. AliYunDun关闭

    停止阿里云盾AliYunDun服务解决大量写磁盘问题-小内存ECS服务器 阿里云数据库在没备案,涉及大量IO操作时会自动启动阿里云盾这个服务,会导致服务器变得很卡 关闭服务: service aegi ...