Regulärer Ausdrucksabgleich
Detaillierte Anleitung und Python-Implementierung für das Problem „Regular Expression Matching“.
1. Lernen
Das Problem des „Regular Expression Matching“ ist eine zentrale Herausforderung im 2D-DP-Bereich.
Diese Implementierung konzentriert sich auf die Logik mittlerer Ebene in Python.
Wir legen bei unseren bereitgestellten Lösungen Wert auf technische Genauigkeit und Lesbarkeit des Codes.
2. Real-World Applications
3. Visual Intuition
Visualisierung des Logikflusses für den regulären Ausdrucksabgleich.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lesen Sie die Problemstellung für den regulären Ausdrucksabgleich sorgfältig durch.
2. Formulate brute force
Entwerfen Sie eine einfache iterative Lösung.
3. Identify inefficiency
Suchen Sie nach redundanten Berechnungen.
4. Optimize search path
Verwenden Sie Hashing oder Sortieren, um den Prozess zu beschleunigen.
5. Final Implementation
Bereinigen Sie den Code für Produktionsstandards.
Problemstellung
Implementieren Sie bei gegebener Eingabezeichenfolge s und einem Muster p den regulären Ausdrucksabgleich mit Unterstützung für „.“ und '*' wobei:
- '.' Entspricht einem beliebigen einzelnen Zeichen.
- '*' Entspricht null oder mehr des vorhergehenden Elements.
Der Abgleich sollte die gesamte Eingabezeichenfolge abdecken (nicht teilweise).
Schreiben Sie eine Funktion isMatch(s: str, p: str) -> bool.
- •1 <= len(s) <= 20
- •1 <= len(p) <= 20
- •s contains only lowercase English letters.
- •p contains only lowercase English letters, '.', and '*'.
- •It is guaranteed for each appearance of the character '*', there will be a previous valid character to match.
Beispiele
s = "aa", p = "a"
False
"a" does not match the entire string "aa".
s = "aa", p = "a*"
True
'*' repeats the preceding 'a' once to match "aa".
s = "ab", p = ".*"
True
".*" matches zero or more of any character.
Need a Hint?
Edge Cases to Watch
- Leere Eingabestrukturen
- Einzelelementeingaben
- Große numerische Grenzen
Bereit zur Lösung?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Einblicke und Variationen in Interviews
Aufschlüsselung der Komplexitätsanalyse
Warum Zeit: Directly evaluates all possibilities.
Warum Weltraum: Uses standard local memory.
Warum Zeit: Optimized paths reduce total operations.
Warum Weltraum: May trade memory for speed.
Optimierter Lösungs-Python-Code
Optimierter Lösungs-Python-Code
def is_match_opt(s, p):
cache = {}
def dfs(i, j):
if (i, j) in cache: return cache[(i, j)]
if i >= len(s) and j >= len(p): return True
if j >= len(p): return False
match = i < len(s) and (s[i] == p[j] or p[j] == ".")
if (j + 1) < len(p) and p[j + 1] == "*":
cache[(i, j)] = (dfs(i, j + 2) or (match and dfs(i + 1, j)))
return cache[(i, j)]
if match:
cache[(i, j)] = dfs(i + 1, j + 1); return cache[(i, j)]
cache[(i, j)] = False; return False
return dfs(0, 0)Brute-Force-Code (Spoiler Guarded)
Brute-Force-Code (Spoiler Guarded)
def is_match_brute(s, p):
if not p: return not s
first = bool(s) and p[0] in [s[0], '.']
if len(p) >= 2 and p[1] == '*':
return is_match_brute(s, p[2:]) or (first and is_match_brute(s[1:], p))
else:
return first and is_match_brute(s[1:], p[1:])Algorithm Pattern Checklist
When dealing with 2D DP data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Es gelten die standardmäßigen 2D-DP-Problemeigenschaften.
Verwandte Fragen
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Empfohlene Python-Ressourcen
Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.
Python-Schleifen
Erfahren Sie, wie Sie Python-Schleifen zum Durchlaufen von Daten verwenden. Beherrschen Sie Best Practices für For-Schleifen, While-Schleifen, Break, Continue und Loop anhand interaktiver Beispiele.
So verwenden Sie reguläre Ausdrücke
Beherrschen Sie reguläre Python-Ausdrücke mit dem integrierten re-Modul. Lernen Sie den String-Abgleich, die Mustersuche, das Finden aller Vorkommen und das Ersetzen von Text.
Spickzettel für Python-String-Methoden
Ein vollständiges Referenzhandbuch für die Python-String-Manipulation. Meistern Sie das Formatieren, Suchen, Teilen, Ersetzen und Überprüfen von Zeichenfolgeneigenschaften.
Python vs. JavaScript: Welche Programmiersprache ist die beste?
Ein umfassender Vergleich zwischen Python und JavaScript. Entdecken Sie Syntaxunterschiede, Leistung, Anwendungsfälle (Backend vs. Frontend) und Codierungsbeispiele.