leetcode 010 —— Regular Expression Matching(hard)

本文探讨了正则表达式的两种匹配方法:递归实现与动态规划。递归方法虽直观但效率低下;动态规划则更为高效,适用于解决复杂的字符串匹配问题。

题目:

'.' 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

题意: 

相关题目:

Wildcard Matching 44


思路1:递归实现 (效率很低,花了整整480ms)

如果P[j+1]!='*',S[i] == P[j]  匹配下一位(i+1, j+1),S[i]!=P[j] 匹配失败;
如果P[j+1]=='*',S[i]==P[j]   匹配(i, j+2),S[i]!=P[j] 匹配下一位(i,j+2)。
匹配成功的条件为S[i]=='\0' && P[j]=='\0'。

class Solution {
public:
	bool isMatch(string s, string p) {
		if (p.size()==0) return s.size()==0;
		if (p.size() == 1)
			return (s.size() == 1) && (s[0] == p[0] || p[0] == '.');
		if (p[1] != '*'){
			if (s.size()&&(s[0] == p[0] || p[0] == '.'))
				return isMatch(s.substr(1), p.substr(1));
			else
				return false;
		}
		while (s.size()&&(s[0] == p[0] || p[0] == '.')){
			if (isMatch(s, p.substr(2)))
				return true;
			s = s.substr(1);
		}
		return isMatch(s, p.substr(2));
	}
};


思路二:动态规划:

以现在的水平还不足以领会这个问题,以后回来解决

http://blog.youkuaiyun.com/fzzying3/article/details/42057935

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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