LeetCode之10 --- Regular Expression Matching

本文介绍了一种正则表达式匹配算法的实现方法,重点讨论了如何处理'.'和'*'这两个特殊字符。通过递归的方式实现了字符串的完全匹配,并提供了解决方案的代码示例。
题目:
  ,

Implement regular expression matching with support for '.' and '*'.

'.' Matches any single character.
'*' Matches zero or more of the preceding element.

The matching should cover the entire input string (not partial).

The function prototype should be:
bool isMatch(const char *s, const char *p)

Some examples:
isMatch("aa","a") → false
isMatch("aa","aa") → true
isMatch("aaa","aa") → false
isMatch("aa", "a*") → true
isMatch("aa", ".*") → true
isMatch("ab", ".*") → true
isMatch("aab", "c*a*b") → true
题目大意:
  实现正则表达式的*和.符号,要求输入两个字符串,第一个为原串,第二个为匹配串。返回成功或失败
思路:
  拿到题之后想到第一个思路就是进行暴力匹配,一个字符一个字符的进行匹配,一旦发现匹配成功就返回。此思路明显有缺陷,第一个缺陷是*前的有可能出现多次有可能一次都不出现,而上述简单匹配明显只能进行单一匹配。
  改进思路,对*前的字符在原串中用循环匹配完所有和这个相同的字符,然后再对不带*的一个一个进行匹配。上述思路在提交的时候爆出一个BUG,就是当余姚"aaa" "a*a"这种情况时在第一个*前的a就把原串中的所有a都匹配完了,导致返回了false的结果。对此思路的改进就是要在继续匹配时先对后边的串进行预处理,所以就有了下边这个思路(此代码参考学长博客: http://blog.youkuaiyun.com/wwh578867817/article/details/46128599

代码:
int isMatch(char *s, char *p)
{
    //递归出口判断
    if (p[0] == '\0') {
        return s[0] == '\0';
    }

    //分情况解决匹配问题,一种带*一种不带*
    if (p[1] == '*') { //带*
        while (s[0] != '\0' && (p[0] == '.' || s[0] == p[0])) { //如果匹配成功
            if (isMatch(s, p + 2)) { //先把带*的匹配掠过,对后边的进行匹配
                return 1;
            }
            ++s;    //把s向后移动一位,然后再次匹配*前的元素(因为*前的元素可能出现多次)
        }
        return isMatch(s, p + 2);   //继续匹配剩下的
    } else {  //不带*
        //如果匹配成功
        if (s[0] != '\0' && (p[0] == '.' || s[0] == p[0])) {
            return isMatch(s + 1, p + 1);   //递归下一个元素匹配
        } else { //没有匹配成功
            return 0;
        }
    }
    
}


PS:此题好难。。。。好 塞~~

转载于:https://www.cnblogs.com/jungzhang/p/5547319.html

内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值