标签：style blog http color io for ar 2014
前天wildcard matching没AC，今天接着搞，改用动态规划。题目再放一次：
‘?‘匹配任意字符，‘*‘匹配任意长度字符串
Some examples:
isMatch("aa","a") → false
isMatch("aa","aa") → true
isMatch("aaa","aa") → false
isMatch("aa", "*") → true
isMatch("aa", "a*") → true
isMatch("ab", "?*") → true
isMatch("aab", "c*a*b") → false
表格的设计也比较直接，输入两个字符串s，p，假设长度为len_s和len_p，设置一张len_s*len_p的bool型表格PD，其中第i行第j列即PD[i][j]就代表isMatch(s[0...i-1], p[0,...,j-1])
观察一下规律不难得出
代码就很容易搞定了。不过在讨论区看到不少人用DP，内存超出限制了，内存也比较好优化，因为从上面可以看到PD[i]只和PD[i-1]有关系，所以只需要保存上一行PD就可以了，这样空间复杂度基本是2*len_p。
还有要注意的是输入的字符串为空字符串的情况，代码如下：
class Solution { public: bool isMatch(const char *s, const char *p) { int len_s = strlen(s); int len_p = strlen(p); if (0==len_p*len_s) { if (‘\0‘ == *s && ‘\0‘ == *p) { return true; } if (‘*‘ == *s) { s++; return isMatch(s, p); } if (‘*‘ == *p) { p++; return isMatch(s, p); } return false; } vector<bool> dp1(len_p, false); vector<bool> dp2(len_p, false); if (‘*‘ == *s) { for (int j = 0; j < len_p; ++j) { dp1[j] = true; } } else if (*s == *p || ‘?‘ == *s || ‘?‘ == *p || ‘*‘ == *p) { dp1[0] = true; } vector<bool> &last = dp1; vector<bool> ¤t = dp2; for (int i = 1; i < len_s; ++i) { if (‘*‘ == *p || (last[0] && ‘*‘==s[i])) { current[0] = true; } for (int j = 1; j < len_p; ++j) { if (((last[j]||current[j-1]) && (‘*‘==p[j]||‘*‘==s[i])) || (last[j-1] && (‘?‘==s[i]||‘?‘==p[j]||s[i]==p[j]))) { current[j] = true; } else { current[j] = false; } } vector<bool> &tmp = last; last = current; current = tmp; } return last[len_p-1]; } };
本来是信心满满的提交代码的，没想到还是TLE了：（
这次没通用的测试用例是：s="32316个a"，p="*32316个a*"
DP的时间复杂度是len_s*len_p，这个用例确实对DP很不利，太晚了，明天还要上班，改天想想，感觉用贪心法也能做。
[LeetCode]wildcard matching通配符实现之动态规划,布布扣,bubuko.com
[LeetCode]wildcard matching通配符实现之动态规划
标签：style blog http color io for ar 2014
原文地址：http://www.cnblogs.com/yezhangxiang/p/3918503.html
