LintCode 192: Wildcard Matching (经典题)

LeetCode 44. Wildcard Matching(模糊匹配) 原题网址:https://leetcode.com/problems/wildcard-matching/ Implement wildcard pattern matching with support for '?' and '*'. '?' Matches any single character. '*' Matches any sequence of characters ( 阅读详情

这题有三个解法:

  1. DFS 深搜 + memorization
  2. DP
  3. Greedy
    另外,是否可能也可以用BFS做呢?
    网上的这个链接不错:
    https://blog.youkuaiyun.com/wrm_nancy/article/details/51296416

解法1:
注意:

  1. s或p为空时不能返回false,因为有可能s=“”, p=“*”,此时应返回true。
  2. memorization 包括visited和memo这两个字段。为什么需要memo字段呢? 这是因为’*‘也可以表示空字符。假设s=“aab”, p=“a?*b”:
    vm[0][0].memo = true
    vm[1][1].memo = true
    vm[2][2].memo = ? needs vm[2][3]
    vm[2][3].memo = true,因为都是’b’
    我们可以看到vm[2][2]提前用到了vm[2][3],这样,当后来计算vm[2][3]时就可以以直接返回结果了。
class visitedMemo {
public:
    bool visited;
    bool memo;
    visitedMemo(bool v = false, bool m = false) : visited(v), memo(m) {}
};


class Solution {
public:
    /**
     * @param s: A string 
     * @param p: A string includes "?" and "*"
     * @return: is Match?
     */
    bool isMatch(string &s, string &p) {
        //if (s.empty() || p.empty()) return false;
        //define vm[s.size()][p.size()]
        vector<vector<visitedMemo>> vm;
        vm.resize(s.size(), vector<visitedMemo>(p.size()));   
        
        return helper(s, 0, p, 0, vm); 
    }
    
    bool helper(string const &s, int sIndex, string const &p, int pIndex, vector<vector<visitedMemo>> &vm) {
        
        // if p reachees the end (pos is the last char + 1) first, s should also reaches the end
        if (pIndex  == p.size()) {
            return (sIndex == s.size());    
        }
        
        // if s reaches the end first, then p[pIndex..end] should be all *, 
        // for example, s = "ab", p = "a****"
        if (sIndex == s.size()) {
            for (int i = pIndex; i < p.size(); ++i) {
                if (p[i] != '*') return false;
            }
            return true;
        }
        
        if (vm[sIndex][pIndex].visited) return vm[sIndex][pIndex].memo;
        
        vm[sIndex][pIndex].visited = true;
        if (p[pIndex] == '*') {
            vm[sIndex][pIndex].memo = helper(s, sIndex + 1, p, pIndex, vm) ||
                                      helper(s, sIndex, p, pIndex + 1, vm);
        } else {
            if ((s[sIndex] == p[pIndex]) || (p[pIndex] == '?'))
                vm[sIndex][pIndex].memo = helper(s, sIndex + 1, p, pIndex + 1, vm);
            else
                vm[sIndex][pIndex].memo = false;
        }
        
        return vm[sIndex][pIndex].memo;
    }
    
    
};

解法2: DP
注意:

  1. s和p都先加一个’a’,这样不影响结果正确性,而且对s="b"和p="b*"这样的情况比较好处理。因为如果不加’a’的话,dp[1][1]=true后,i = 1, j = 2时,因为dp[i-1][j-1]还是false,所以最终结果dp[1][2]还是false。
    但是加了’a’后,s=“ba”, p=“b*a”, dp[1][1]=true后,i=2,j=2时,bp[1][2]和bp[2][2]都为true (实际上到这里就够了)。然后i=2,b=3时,bp[2][3]会用到bp[1][2]的结果,也为true.
  2. 下面这个DP的方法讲得非常好。不过我的解法是i循环管s,j循环管p。他的解法是i循环管p, j循环管s。因为实际上s比p要多跑一些字符,因为p有*和?。
    https://www.lintcode.com/problem/192/solution/56425
class Solution {
public:
    bool isMatch(string s, string p) {
        s = s + 'a';
        p = p + 'a';
        int m = s.size();
        int n = p.size();
        vector<vector<int>> dp(m + 1, vector<int>(n + 1));
        dp[0][0] = true;
        for (int i = 1; i <= m; ++i) {
            for (int j = 1; j <= n; ++j) {
                if (dp[i][j]) continue;
                if (p[j - 1] == '*') {
                    if (dp[i - 1][j - 1]) {
                        for (int k = i - 1; k <= m; k++) dp[k][j] =  true;
                    }
                }
                else if (p[j - 1] == '?') {
                    dp[i][j] = dp[i - 1][j - 1];
                } 
                else if (dp[i - 1][j - 1] && s[i - 1] == p[j - 1]) {
                    dp[i][j] = true;
                }
            }
        }
        return dp[m][n];
    }
};

解法3:还是DP。只是第1维和第2维反过来。这样可以方便用Passthru。不需要再加一个循环。不过其实解法2再加一个循环也没有影响复杂度。

class Solution {
public:
    bool isMatch(string s, string p) {
        s = s + 'a';
        p = p + 'a';
        int m = s.size();
        int n = p.size();
        vector<vector<bool>> dp(n + 1, vector<bool>(m + 1, false));
        dp[0][0] = 1;

        for (int i = 1; i <= n; i++) {
            bool passthru = false;
            for (int j = 1; j <= m; j++) {
                if (dp[i - 1][j - 1] && p[i - 1] == '*') {
                    passthru = true;
                    dp[i][j - 1] = true;
                } else if (dp[i - 1][j - 1]) {
                    if (p[i - 1] == '?' || s[j - 1] == p[i - 1]) {
                        dp[i][j] = true;
                    }
                }
                if (passthru) {
                    dp[i][j] = true;
                }

            }
        }
        return dp[n][m];
    }
};

解法4: Greedy
下次做。

frontend-design skills 立即下载

相关推荐

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

Lintcode192 Wildcard Matching solution 题解

【题目描述】 Implement wildcard pattern matching with support for'?'and'*'. '?'Matches any single character.'*'Matches any sequence of characters (including the empty sequence).The matching should cover the

qq_38293835的博客 267

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

LintCode_192 Wildcard Matching

Implement wildcard pattern matching with support for '?' and'*'. '?' Matches any single character.'*' Matches any sequence of characters (including the empty sequence). The matching should cover

Bernini @ buffalo 391

高校技术转移办公室人员如何提升成果转化服务效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

SolidWorks草图绘制实战:如何用图片参考快速搞定智能小车底板设计

本文详细介绍了在SolidWorks中利用图片参考进行草图绘制的实战方法,以智能小车底板设计为例,帮助设计师快速将概念转化为精准三维模型。通过插入、对齐参考图片并高效描图,结合参数化约束与尺寸驱动,大幅提升设计效率和准确性,尤其适合新手入门与老手优化工作流。

rust6ferris的博客 221

linecode7. 二叉树的序列化和反序列化已AC

 linecode7. 二叉树的序列化和反序列化AC 描述 笔记 数据 评测设计一个算法,并编写代码来序列化和反序列化二叉树。将树写入一个文件被称为“序列化”,读取文件后重建同样的二叉树被称为“反序列化”。如何反序列化或序列化二叉树是没有限制的,你只需要确保可以将二叉树序列化为一个字符串,并且可以将字符串反序列化为原来的树结构。 注意事项There is no limit of how you d...

yang_154116的博客 1万+

Android应用隐私合规自动化检测:Frida与Camille实战指南

在移动应用安全与隐私合规领域,动态代码插桩技术已成为核心检测手段。其原理是通过运行时注入,实时监控和修改应用行为,从而绕过传统静态分析的局限。这项技术的核心价值在于能够精准捕获应用在运行时的敏感数据调用与网络传输行为,为隐私合规审计、安全测试提供直接证据。在实际应用场景中,它尤其适用于自动化检测违规收集个人信息、追踪数据流向等任务。本文聚焦于利用Frida这一动态插桩框架,结合Camille隐私合规检测工具集,构建自动化监控环境。通过注入JavaScript代码,实现对Android敏感API(如获取设备标

weixin_34254464的博客 389

LintCode 192:Wildcard Matching

Description: Implement wildcard pattern matching with support for '?' and '*'. '?' Matches any single character. '*' Matches any sequence of characters (including the empty sequence). The matc

trash 259

【R】R画图不显示中文问题

系统mac os 11 RstutioVersion1.2.1335 RVersion3.6.2 画图里的中文一直显示成方框。 ggplot()+geom_point(aes(x=ta1$X2011年,y=ta1$X2012))+ xlab("2011年")+ylab("2021年") 解决方案: 使用showtext。 install.packages("showtext", repos = "https://mirrors.ustc.edu.cn/CRAN/") in...

weixin_41772125的博客 1万+

基于MobileNet⁃DOA的无人机射频信号识别方法

本文提出了一种基于MobileNet-DOA模型的无人机射频信号识别方法,用于解决低信噪比环境下无人机型号和飞行模式识别率低的问题。该方法首先采用变分模态分解(VMD)进行信号预处理以降低噪声干扰,然后通过短时傅里叶变换(STFT)将信号转换为时频图。在模型设计上,将DOConv卷积融入MobileNetv4模型以增强特征提取能力并提高运算速度,同时引入FA注意力机制提升低信噪比环境下的识别精度。实验结果表明,该方法在-15~15dB信噪比范围内的平均识别准确率达到94.83%,显著优于现有方法,特别在-1

qq_43416206的博客 1351

[LeetCode]Wildcard Matching 通配符匹配(贪心)

一开始采用递归写,TLE。 class Solution { public: bool flag; int n,m; void dfs(int id0,const char *s,int id1,const char *p){ if(flag)return; if(id0>=n){ if(id1>=m)flag=1; else{ int j=0; whi

ckl_soft的专栏 5296

ESP32驱动MLX90640红外热成像传感器:从报错到成功运行的完整避坑指南

本文是一份详细的ESP32驱动MLX90640红外热成像传感器的实战指南。针对开发中常见的I2C通信失败、数据全零及‘坏点过多’等报错,文章提供了从环境搭建、驱动库选择与改造到实战代码解析的完整解决方案,并分享了数据滤波、热图生成及多任务优化等高级技巧,帮助开发者高效避坑,实现稳定运行。

weixin_29191669的博客 99

lintcode192 - Wildcard Matching - hard

Implement wildcard pattern matching with support for '?' and '*'.* '?' Matches any single character.* '*' Matches any sequence of characters (including the empty sequence).The matching should cover th...

weixin_30539625的博客 99

RHCA III之路---EX436-1

由于ha这门课有大量命令需要在3个节点上同步执行.如果执行history会出现前面数字,复制多行会有些麻烦.lab环境是nodea,nodeb,nodec 考试环境是node1,node2,node3。就可以快速将历史命令实现可多行复制,当然也可以用awk进行分割,个人喜好随意。技巧只能加快答题速度,对考试得分帮助不大。确认3个红框内容一致,且没报错即可。再执行一个histrory。3个node节点上运行。这样就能1次复制3行。

Q先生 1012

Python反爬实战|动态渲染+高可用IP代理集群,稳定爬取京东/淘宝10万+商品数据

做Python电商爬虫的同学,应该都对京东、淘宝的反爬机制深有体会——这两个平台的反爬体系,堪称国内网站的天花板,远比普通资讯、政务网站的反爬严格十倍不止。用requests库请求商品列表,返回的永远是只有骨架的空HTML,商品标题、价格、销量全是前端JS异步加载,抓包分析接口发现参数全是加密的signtoken,解密成本无限高;用selenium开无头浏览器爬取,刚爬3-5页就触发风控,页面直接返回403,IP被封禁,甚至连Cookie都直接失效;

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 1587

[OJ] Wildcard Matching (Hard)

LintCode 192. Wildcard Matching (Hard) LeetCode 44. Wildcard Matching (Hard) 第二次刷还是被这题虐. 其实就是跪在一个地方, 就是关于mustFail的地方. 当*p && !*s的时候, 说明s已经被用完了, p还没有被穷尽, 这种情况下要直接退出所有的递归返回false, 因为s都匹配不完p,...

weixin_30493401的博客 119

2、Minikube安装Ingress

文章目录前言一、Ingress安装二、Ingress Demo1.创建一个pod和service2.部署ingress3.添加minikube域名映射三、遇到的坑 前言 上篇介绍了Minikube的安装,本篇介绍一下如何在Minikube中安装Ingress。 一、Ingress安装 Ingress安装很简单,Minikube里面带了Ingress附件。 安装Ingress minikube addons enable ingress 禁用Ingress minikube addons disa

star_apple的博客 3073

双序列型动态规划例题6 Lintcode192 (通配符匹配)Wildcard Matching

题目描述 动态规划组成部分一:确定状态 动态规划组成部分二:转移方程 动态规划组成部分三:初始条件和边界情况 动态规划组成部分四:计算顺序 Java代码实现 public boolean isMatch(String s, String p) { int m = s.length(); int n = p.length(); char[] ch1 = s.toCharArray(); char[] ch2 = p.toC

孙坤的博客 167

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

Wildcard Matching-贪心法

本来要找一个动态规划的题目看看的,最后发现这倒题用贪心法会好一点 字符串匹配 Implement wildcard pattern matching with support for '?' and '*'. '?' Matches any single character. '*' Matches any sequence of characters (including the

awkwardgirl的专栏 1355

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

LintCode (192)通配符匹配

题目 判断两个可能包含通配符“?”和“*”的字符串是否匹配。匹配规则如下: '?' 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)。 两个串完全匹配才算匹配成功。 函数接口如下: bool isMatch(const char *s, const char *p) 您在真实的面试中是否遇到过这个题? 样例 一些例子: isMa

指尖飞舞 1631

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

332.重新安排行程

给定一个机票的字符串二维数组 [from, to],子数组中的两个成员分别表示飞机出发和降落的机场地点,对该行程进行重新规划排序。所有这些机票都属于一个从JFK(肯尼迪国际机场)出发的先生,所以该行程必须从 JFK 出发。 说明: 如果存在多种有效的行程,你可以按字符自然排序返回最小的行程组合。例如,行程 ["JFK", "LGA"] 与 ["JFK", "LGB"] 相比就更小,排序更靠前 ...

zrh_优快云的博客 802

leetcode_c++:Wildcard Matching(044)

‘?’ Matches any single character. ‘*’ Matches any sequence of characters (including the empty sequence).The matching should cover the entire input string (not partial).The function prototype should be

LandscapeMi 349

通配符匹配(Wildcard Matching)与正则表达式匹配(Regular Expression Matching)解法解析

编程题,通配符匹配(Wildcard Matching)与正则表达式匹配(Regular Expression Matching)解题方法讲解。

福尔魔勋 的 博客 2620
上一篇: LintCode 134: LRU Cache (经典题)
下一篇: LintCode 154: Regular Expression Matching (经典题)
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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