#春日生活打卡季#

C++源码的编译过程可以分为几个主要步骤。让我们一步一步地详细解释这个过程：

1. 预处理（Preprocessing）

在vs code中多文件编译，通过设置tasks.json来实现。

比如我们有两个cpp文件，一个.h文件，都在当前工作目录下。

add.h文件：

int sum(int a, int b);

本文介绍在Visual Studio软件中配置、编译

以下是C语言实现正则表达式的代码：

#include <stdbool.h>
#include <string.h>
#include <stdlib.h>

bool isMatch(char* s, char* p) {
    int m = strlen(s);
    int n = strlen(p);
    
    // 检查模式p的合法性，避免无效的'*'
    for (int i = 0; i < n; ++i) {
        if (p[i] == '*' && (i == 0 || p[i-1] == '*')) {
            return false;
        }
    }
    
    // 创建动态规划表，dp[i][j]表示s的前i个字符和p的前j个字符是否匹配
    bool *dp = (bool *)calloc((m+1) * (n+1), sizeof(bool));
    if (!dp) {
        return false; // 内存分配失败，但题目通常保证不会出现
    }
    
    // 初始化基础情况：空字符串匹配空模式
    dp[0] = true;
    
    // 初始化第一行，处理模式p可以匹配空字符串的情况（如"a*"）
    for (int j = 1; j <= n; ++j) {
        if (p[j-1] == '*') {
            dp[j] = dp[j-2]; // 匹配0次的情况
        }
    }
    
    // 填充dp表
    for (int i = 1; i <= m; ++i) {
        for (int j = 1; j <= n; ++j) {
            if (p[j-1] == '*') {
                // 处理'*'的情况，考虑匹配0次或多次
                bool matchZero = dp[i*(n+1) + (j-2)];
                bool matchMore = (p[j-2] == '.' || s[i-1] == p[j-2]) && dp[(i-1)*(n+1) + j];
                dp[i*(n+1)+j] = matchZero || matchMore;
            } else {
                // 处理普通字符或'.'的情况
                bool currentMatch = (p[j-1] == '.' || s[i-1] == p[j-1]);
                dp[i*(n+1)+j] = currentMatch && dp[(i-1)*(n+1) + (j-1)];
            }
        }
    }
    
    bool result = dp[m*(n+1) + n];
    free(dp);
    return result;
}


void test(const char *s, const char *p, bool expected) {
    bool result = isMatch((char*)s, (char*)p);
    printf("s=\"%s\", p=\"%s\" -> %s (Expected %s)\n", 
           s, p, 
           result ? "true" : "false", 
           expected ? "true" : "false");
}

int main() {
    // 完全匹配
    test("aa", "aa", true);
    
    // '.' 匹配任意字符
    test("ab", "a.", true);
    
    // '*' 匹配零次
    test("a", "ab*", true);        // b* 匹配零次
    
    // '*' 匹配多次
    test("aaa", "a*", true);       // a* 匹配三次
    test("ab", "a*b", true);       // a* 匹配一次
    
    // 复杂组合
    test("aab", "c*a*b", true);    // c* 匹配零次，a* 匹配两次
    test("mississippi", "mis*is*p*.", false); // 无法匹配
    
    // 无效模式
    test("a", "a**", false);       // 连续 '*' 非法
    
    // 空字符串
    test("", "", true);            // 空字符串匹配空模式
    test("", "a*", true);          // a* 匹配零次
    
    // 边界情况
    test("a", ".*", true);         // .* 匹配任意字符
    
    return 0;
}

re.search() 是 Python 正则表达式模块 re 中的核心函数之一，用于在字符串中搜索匹配指定模式的第一个位置。与 re.match() 不同，它不限制匹配必须从字符串开头开始。

基本语法

切割案例小练习：字符串77 23 91 99 31 排序输出23 31 77 91 99

分析：

1、 字符切割数组

2、 字符数组转换成数字数组

3、 排序

4、 遍历拼接字符串

代码

结果

替换案例小练习

字符串:hi1everyone

替换该字符串变为hieveryone

代码和结果

分组案例小练习

通过从左到右计算其开括号来编号，在表达式

regular expression 正则表达式 regex 或 RE，描述一个规则的表达式。

python 中的 re模块，需要导入 import re

re.match(正则表达式，要匹配的字符串) ，括号中两个参数，用来进行正则匹配检查的方法

写正则表达式，需要加上 r ，转义原始字符串，比如：

Xlookup又升级了，竟然可以支持【正则表达式】匹配，也是做偶然发现的，看来微软是要把所有的新功能都给它的，说他是Excel中最强的查找函数，可谓是实至名归。下面我们就来简单的了解下正则匹配

一、正则匹配

正则匹配的本质就是将Xlookup的第五参数设置为3，之后就可以在【查找值】中编写正则表达式用于数据的匹配

一、正则表达式基础

1. 什么是正则表达式？

正则表达式（Regular Expression，简称regex）是一种用于匹配和处理文本的强大工具，通过特殊符号和语法描述字符串模式。