LeetCode 1236. 网络爬虫

具体思路：

题目没读懂；

ump去重，并且需要判断getUrls是否是同一域名，有可能不是同一域名；

具体代码：

class Solution {
public:
    vector<string>ans;
    vector<string> crawl(string startUrl, HtmlParser htmlParser) {
        string targetDomain=getDomain(startUrl);
        unordered_set<string>vis;
        vis.insert(startUrl);
        ans.push_back(startUrl);
        dfs(startUrl,htmlParser,targetDomain,vis);
        return ans;
    }
    void dfs(string&curUrl,HtmlParser htmlParser,string&targetDomain,unordered_set<string>&vis){
        vector<string>nextUrls=htmlParser.getUrls(curUrl);
        for(auto&nextUrl:nextUrls){
            if(getDomain(nextUrl)!=targetDomain)continue;
            if(vis.count(nextUrl))continue;
            vis.insert(nextUrl);
            ans.push_back(nextUrl);
            dfs(nextUrl,htmlParser,targetDomain,vis);
        }
    }
    string getDomain(string&s){
        int idx=s.find("/",7);
        if(idx==-1)idx=s.size();
        return s.substr(7,idx-7);
    }
};