LeetCode-----第133题-----克隆图

克隆图

难度：中等

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]]

 

提示：

1. 节点数不超过 100 。
2. 每个节点值 Node.val 都是唯一的，1 <= Node.val <= 100。
3. 无向图是一个简单图，这意味着图中没有重复的边，也没有自环。
4. 由于图是无向的，如果节点 p 是节点 q 的邻居，那么节点 q 也必须是节点 p 的邻居。
5. 图是连通图，你可以从给定节点访问到所有节点。

题目分析：

       本题主要考察的是图论，考察图的遍历，BFS和DFS，这里将两种写法都会写一遍。我们先分析一下题目，题目意思是要深拷贝所有节点，并且连接起来。

        先来说下BFS的思路，BFS是层次遍历，因为是图，所以有可能会重复遍历，我们先申请一个哈希表进行查看是否遍历过，并声明一个队列，先将第一个顶点压入队列，然后开始遍历邻顶点，并查看是否被访问过，如果没被访问过那么进行复制，并在哈希表中建立临顶点，直到所有遍历完为止。

        DFS的主要思路是：利用递归实现，先判断利用hash表是否遍历过，如果遍历过就直接返回，如果没有访问过就进行节点复制，并且进行for循环遍历临顶点，在遍历的时候调用递归，最后将临顶点通过hash表中的顶点，连接进去。

 

参考代码：（BFS）

//这个是官方node
class Node {
public:
	int val;
	vector<Node*> neighbors;

	Node() {
		val = 0;
		neighbors = vector<Node*>();
		}

	Node(int _val) {
		val = _val;
		neighbors = vector<Node*>();
		}

	Node(int _val, vector<Node*> _neighbors) {
		val = _val;
		neighbors = _neighbors;
		}
};

//BFS
class Solution {
public:
	Node* cloneGraph(Node* node) {
		if (node == NULL)
			return node;
        //建立一个哈希表用于查询是否遍历过
		unordered_map<Node*, Node*> node_map;
        //先复制第一个顶点，并放入哈希表和队列中，哈希表中的键值对是旧node和新node
		Node* new_node = new Node(node->val);
		node_map[node] = new_node;
		queue<Node*> node_q;
		node_q.push(node);
        
        //进行BFS层次遍历
		while (!node_q.empty())
		{
			auto now_node = node_q.front();
			node_q.pop();
            //遍历所有临顶点
			for (auto neighbor_node : now_node->neighbors)
			{
                //判断当前临顶点是否遍历过
				if (node_map.find(neighbor_node) == node_map.end())
				{
                    //如果没有遍历过，就创建新节点，放入哈希表和队列
					node_map[neighbor_node] = new Node(neighbor_node->val);
					node_q.push(neighbor_node);
				}
                //并进行邻节点存放
				node_map[now_node]->neighbors.push_back(node_map[neighbor_node]);
			}
		}
		return new_node;
	}
};

 

参考代码：（DFS）

//官方node
class Node {
public:
	int val;
	vector<Node*> neighbors;

	Node() {
		val = 0;
		neighbors = vector<Node*>();
		}

	Node(int _val) {
		val = _val;
		neighbors = vector<Node*>();
		}

	Node(int _val, vector<Node*> _neighbors) {
		val = _val;
		neighbors = _neighbors;
		}
};

//DFS
class Solution {
public:
	Node* cloneGraph(Node* node) {
		if (node == NULL)
			return node;
		//判断是否遍历过
		if (visit_node.find(node) != visit_node.end())
			return visit_node[node];
        //在没遍历过的情况下创建行的顶点，进行复制
		visit_node[node] = new Node(node->val);
        //复制顶点
		for (auto neighbor_node : node->neighbors)
		{
            //遍历临顶点，并且将临顶点进行递归，并且返回值作为当前顶点的临顶点进行压入
			visit_node[node]->neighbors.push_back(cloneGraph(neighbor_node));
		}
		return visit_node[node];
	}
private:
	unordered_map<Node*, Node*> visit_node;
};