之前做的网站说要升级,图片制作网页,网站换源码如何保留以前的文章,专业做涂料网站目录 1.正则表达式匹配1.题目链接2.算法原理详解3.代码实现 2.交错字符串1.题目链接2.算法原理详解3.代码实现 3.两个字符串的最小ASCII删除和1.题目链接2.算法原理详解3.代码实现 4.最长重复子数组1.题目链接2.算法原理详解3.代码实现 1.正则表达式匹配
1.题目链接
正则表达… 目录 1.正则表达式匹配1.题目链接2.算法原理详解3.代码实现 2.交错字符串1.题目链接2.算法原理详解3.代码实现 3.两个字符串的最小ASCII删除和1.题目链接2.算法原理详解3.代码实现 4.最长重复子数组1.题目链接2.算法原理详解3.代码实现 1.正则表达式匹配
1.题目链接
正则表达式匹配 2.算法原理详解
思路 确定状态表示 - dp[i][j]的含义 dp[i]j]p的[0, j]区间内的子串能否匹配s的[0, i]区间内的子串 推导状态转移方程根据最后一个位置的情况分情况讨论 结论 推导过程 本题若直接按照如下的状态转移方程去写时间复杂度会到 O ( N 3 ) O(N^3) O(N3) 所以需要想办法优化 优化 方法一数学推导 方法二根据状态表示以及实际情况优化状态转移方程 - 抽象难理解:( 实际相当于保留了*把状态传递给前面 初始化 多开一行及一列虚拟结点 确定填表顺序从上往下从左往右 确定返回值dp[n][m] 3.代码实现
bool isMatch(string s, string p)
{int n s.size(), m p.size();s s, p p;vectorvectorbool dp(n 1, vectorbool(m 1));// Initdp[0][0] true;for(int i 2; i m; i 2){if(p[i] *){dp[0][i] true;}else{break;}}// DPfor(int i 1; i n; i){for(int j 1; j m; j){if(p[j] *){dp[i][j] dp[i][j - 2] || (p[j - 1] . || p[j - 1] s[i]) dp[i - 1][j];}else{dp[i][j] (p[j] s[i] || p[j] .) dp[i - 1][j - 1];}}}return dp[n][m];
}2.交错字符串
1.题目链接
交错字符串 2.算法原理详解 预处理s1 s1, s2 s2, s3 s3 目的此时可以很简便的用s1和s2的下标就计算到s3的的下标 思路 确定状态表示 - dp[i][j]的含义 dp[i]j]s1的[1, i]区间内的字符串以及s2的[1, j]区间内的字符串能否拼接凑成s3的[1, i j]区间内的字符串 推导状态转移方程根据最后一个位置的情况分情况讨论 初始化 多开一行及一列虚拟结点 确定填表顺序从上往下从左往右 确定返回值dp[n][m] 3.代码实现
bool isInterleave(string s1, string s2, string s3)
{int n s1.size(), m s2.size();if(n m ! s3.size()) return false;s1 s1, s2 s2, s3 s3;vectorvectorbool dp(n 1, vectorbool(m 1));// Initdp[0][0] true;for(int i 1; i m; i) // 第一行{if(s2[i] s3[i]){dp[0][i] true;}else{break;}}for(int i 1; i n; i) // 第一列{if(s1[i] s3[i]){dp[i][0] true;}else{break;}}// DPfor(int i 1; i n; i){for(int j 1; j m; j){dp[i][j] (s1[i] s3[i j] dp[i - 1][j])|| (s2[j] s3[i j] dp[i][j - 1]);}}return dp[n][m];
}3.两个字符串的最小ASCII删除和
1.题目链接
两个字符串的最小ASCII删除和 2.算法原理详解
问题转化删除后公共子序列中ASCII和最大的 — 正难则反思路 确定状态表示 - dp[i][j]的含义 dp[i]j]s1的[0, i]区间以及s2的[0, j]区间内的所有的子序列里公共子序列ASCII最大和 推导状态转移方程根据最后一个位置的情况分情况讨论 初始化vectorvectorint dp(n 1, vectorint(m 1)) 确定填表顺序从上往下从左往右 确定返回值 统计2个字符串的ASCII和sumsum - dp[n][m] * 2 3.代码实现
int minimumDeleteSum(string s1, string s2)
{int n s1.size(), m s2.size();vectorvectorint dp(n 1, vectorint(m 1));for(int i 1; i n; i){for(int j 1; j m; j){dp[i][j] max(dp[i][j - 1], dp[i - 1][j]);if(s1[i - 1] s2[j - 1]){dp[i][j] max(dp[i][j], dp[i - 1][j - 1] s1[i - 1]);}}}int ret 0;for(auto ch : s1){ret ch;}for(auto ch : s2){ret ch;}return ret - dp[n][m] * 2;
}4.最长重复子数组
1.题目链接
最长重复子数组 2.算法原理详解
思路 确定状态表示 - dp[i][j]的含义 dp[i]选取[0, i]一段区间内的所有子数组 × 因为此时无法知道最长子数组在哪儿可能在中间此时无法正确表示状态 dp[i][j]nums1[i]中以i位置元素为结尾的所有的子数组以及nums2中以j位置元素为结尾的所有的子数组中最长重复子数组的长度 推导状态转移方程根据最后一个位置的情况分情况讨论 初始化vectorvectorint dp(n 1, vectorint(m 1)) 确定填表顺序从上往下 确定返回值dp表里面的最大值 3.代码实现
int findLength(vectorint nums1, vectorint nums2)
{int n nums1.size(), m nums2.size();vectorvectorint dp(n 1, vectorint(m 1));int ret 0;for(int i 1; i n; i){for(int j 1; j m; j){if(nums1[i - 1] nums2[j - 1]){dp[i][j] dp[i - 1][j - 1] 1;ret max(ret, dp[i][j]);}}}return ret;
}
