Leetcode.133.克隆图

克隆一张无向图，图中的每个节点包含一个 label （标签）和一个 neighbors （邻接点）列表 。

OJ的无向图序列化：

节点被唯一标记。

我们用 # 作为每个节点的分隔符，用 , 作为节点标签和邻接点的分隔符。

例如，序列化无向图 {0,1,2#1,2#2,2}。

该图总共有三个节点, 被两个分隔符 # 分为三部分。

第一个节点的标签为 0，存在从节点 0 到节点 1 和节点 2 的两条边。
第二个节点的标签为 1，存在从节点 1 到节点 2 的一条边。
第三个节点的标签为 2，存在从节点 2 到节点 2 (本身) 的一条边，从而形成自环。

我们将图形可视化如下：

      1
      / \
     /   \
    0 --- 2
         / \
         \_/

解题思路：
将图结构用邻接表表示：

labels	neighbors
0	1,2
1	2
2	2

建立一个哈希表：<图中的label,根据图中的label建立的节点>
建立一个栈，栈顶存储遍历的节点。

深度优先遍历这个图：弹出栈的一个元素，对于弹出的节点，遍历这个节点的neighbors。对于每一个邻接节点的neighbor元素。将其加入栈中。判断每一个neighbor是否在哈希表，如果不在就加入哈希表中。对于哈希表的每一个元素，添加它的邻接节点neighbors.

# Definition for a undirected graph node
# class UndirectedGraphNode:
#     def __init__(self, x):
#         self.label = x
#         self.neighbors = []


class Solution:
    # @param node, a undirected graph node
    # @return a undirected graph node
    def cloneGraph(self, node):
        if not node:
            return None
        quene = [node]
        visit = dict()
        root = UndirectedGraphNode(node.label) 
        visit[node.label] = root
        while quene:
            top = quene.pop()   
            for n in top.neighbors:
                if n.label not in visit:
                    quene.append(n)
                    visit[n.label] = UndirectedGraphNode(n.label)
                visit[top.label].neighbors.append(visit[n.label])
        return root