[LeetCode-Java] 133.对于图的克隆的两种解法

133 克隆图

---

题目

给你无向 连通 图中一个节点的引用，请你返回该图的 深拷贝（克隆）。

图中的每个节点都包含它的值 val（int） 和其邻居的列表（list[Node]）。

class Node {
    public int val;
    public List<Node> neighbors;
}

测试用例格式：

简单起见，每个节点的值都和它的索引相同。例如，第一个节点值为 1（val = 1），第二个节点值为 2（val = 2），以此类推。该图在测试用例中使用邻接列表表示。

邻接列表 是用于表示有限图的无序列表的集合。每个列表都描述了图中节点的邻居集。

给定节点将始终是图中的第一个节点（值为 1）。你必须将 给定节点的拷贝 作为对克隆图的引用返回。

示例 1：

输入：adjList = [[2,4],[1,3],[2,4],[1,3]]
输出：[[2,4],[1,3],[2,4],[1,3]]
解释：
图中有 4 个节点。
节点 1 的值是 1，它有两个邻居：节点 2 和 4 。
节点 2 的值是 2，它有两个邻居：节点 1 和 3 。
节点 3 的值是 3，它有两个邻居：节点 2 和 4 。
节点 4 的值是 4，它有两个邻居：节点 1 和 3 。

示例 2：

输入：adjList = [[]]
输出：[[]]
解释：输入包含一个空列表。该图仅仅只有一个值为 1 的节点，它没有任何邻居。

示例 3：

输入：adjList = []
输出：[]
解释：这个图是空的，它不含任何节点。

示例 4：

输入：adjList = [[2],[1]]
输出：[[2],[1]]

代码

深度优先

/*
// Definition for a Node.
class Node {
    public int val;
    public List<Node> neighbors;
    
    public Node() {
        val = 0;
        neighbors = new ArrayList<Node>();
    }
    
    public Node(int _val) {
        val = _val;
        neighbors = new ArrayList<Node>();
    }
    
    public Node(int _val, ArrayList<Node> _neighbors) {
        val = _val;
        neighbors = _neighbors;
    }
}
*/

class Solution {
    private HashMap <Node, Node> visited = new HashMap <> ();
    public Node cloneGraph(Node node) {
        if(node == null){
            return node;
        }
        if(visited.containsKey(node)){
            return visited.get(node);
        }
        Node cloneNode = new Node(node.val,new ArrayList());
        visited.put(node,cloneNode);
        for(Node neighbor : node.neighbors){
            cloneNode.neighbors.add(cloneGraph(neighbor));
        }
        return cloneNode;

    }
}

广度优先

public Node cloneGraph(Node node) {
    if (node == null) {
        return node;
    }
    HashMap<Node, Node> visited = new HashMap();
    // 将题目给定的节点添加到队列
    LinkedList<Node> queue = new LinkedList<Node> ();
    queue.add(node);
    // 克隆第一个节点并存储到哈希表中
    visited.put(node, new Node(node.val, new ArrayList()));
    // 广度优先搜索找到一个，直到遍历 了他的所有邻居节点，因为连通图，所以遍历完就完成了 克隆
    while (!queue.isEmpty()) {
        // 取出队列的头节点
        Node n = queue.remove();
        // 遍历该节点的邻居
        for (Node neighbor: n.neighbors) {
            if (!visited.containsKey(neighbor)) {
                // 如果没有被访问过，就克隆并存储在哈希表中
                visited.put(neighbor, new Node(neighbor.val, new ArrayList()));
                // 将邻居节点加入队列中
                queue.add(neighbor);
            }
            // 更新当前节点的邻居列表
            visited.get(n).neighbors.add(visited.get(neighbor));
        }
    }
    return visited.get(node);
}

总结

1. 深度优先算法，将一个节点的所有可能全都遍历完成后再进行下一个节点，因为只有一个节点，所以只需要一次遍历就可以完成图的深拷贝;
2. 使用HashMap做标记，避免死循环;
3. 广度优先算法，找到邻居节点，将所有的邻居节点都遍历完成，也就完成了图的遍历。
4. 每次从队列首部取出一个节点，遍历该节点的所有邻接点。如果某个邻接点已被访问，则该邻接点一定在 visited 中，那么从 visited 获得该邻接点，否则创建一个新的节点存储在 visited 中，并将邻接点添加到队列。将克隆的邻接点添加到克隆图对应节点的邻接表中。重复上述操作直到队列为空，则整个图遍历结束。