我们需要对dp数组进行初始化，不如通过如下方式将内部所有元素初始化为False:，且dp[0][0]=True，因为空字符s自然能用空字符p来进行匹配：
dp = [[False] * (p_len + 1) for temp in range(s_len + 1)]; dp[0][0] = True随后，需要将dp第一行进行额外处理，也就是初始状态的定义。这里的有个条件来对*进行判断，假如说*前面的一个字符存在，则需要将该位置上的dp值定义为与前两个值相同，因为在正则表达式中，*表示的是能匹配零个或多个前面的那一个元素（注意：这是在第一行进行定义，也就是说此时s可以看做""空字符，通过p[:j]正则来对其进行匹配）：
for one_row_item in range(p_len):if p[one_row_item] == '*' and dp[0][one_row_item - 1]:
dp[0][one_row_item + 1] = True
第一行处理完成，随后就需要对其他行的dp值进行填充，而填充的依据就是根据上一行来进行分类判断：假设遍历条件满足：p[j - 1] == s[i - 1] or p[j - 1] == '.'，也就是说s和p对应的字符相同，或能通过.匹配任意字符，则将设置dp[i][j] = dp[i - 1][j - 1]，因为此时dp[i][j]的匹配情况是由dp[i-1][j-1]来决定的；假如说此时的正则字符为*，则dp[i][j]需要根据dp[i][j - 2]、dp[i][j - 1]、dp[i - 1][j]共同决定，完整算法思想如下：
class Solution:def isMatch(self, s: str, p: str) -> bool:
s_len, p_len = len(s), len(p)
dp = [[False] * (p_len + 1) for temp in range(s_len + 1)]; dp[0][0] = True
for one_row_item in range(p_len):
if p[one_row_item] == '*' and dp[0][one_row_item - 1]:
dp[0][one_row_item + 1] = True
for i in range(1, s_len + 1):
for j in range(1, p_len + 1):
if p[j - 1] == s[i - 1] or p[j - 1] == '.': dp[i][j] = dp[i - 1][j - 1]
elif p[j - 1] == '*':
if p[j - 2] != s[i - 1]: dp[i][j] = dp[i][j - 2]
if p[j - 2] == s[i - 1] or p[j - 2] == '.':
dp[i][j] = dp[i][j - 2] or dp[i][j - 1] or dp[i - 1][j]
return dp[s_len][p_len]
总的来说，这道题还是有难度的，至少是目前刷到最难的一题了，也是花费了不少时间来理解，理解了也很难通过文字来进行描述，主要还是要通过阅读算法代码来理解其核心思想。
像这种通过动态规划算法来解决的问题还是要多做多练，才能孰能生巧。
我是Taoye，爱专研，爱分享，热衷于各种技术，学习之余喜欢下象棋、听音乐、聊动漫，希望借此一亩三分地记录自己的成长过程以及生活点滴，也希望能结实更多志同道合的圈内朋友，更多内容欢迎来访微信公主号：玩世不恭的Coder。
推荐阅读：
参考资料：
[1] LeetCode官方：https://leetcode-cn.com/problems/regular-expression-matching/solution/zheng-ze-biao-da-shi-pi-pei-by-leetcode-solution/
[2] 动态规划算法：https://www.bilibili.com/video/BV1xb411e7ww?from=search&seid=9800329040911246241