题目
题目链接:133:克隆图
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:
- 节点数不超过
100
。 - 每个节点值
Node.val
都是唯一的,1 <= Node.val <= 100
。 - 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。
- 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。 - 图是连通图,你可以从给定节点访问到所有节点。
解题思路
题目着重强调是深度克隆,不是表面的值的复制或引用,所以需要手动申请内存空间。
👉递归
因为要复制的是一个图,所以在循环复制的过程一定会出现死循环的情况,这里就要用一个标记数组对每次遍历过的节点进行标记。这个数组不应该是 int
型或 bool
型,应该和节点是一个类型的,具体原因后面解释。
由于题目每个节点都有一个邻居集,所以递归里一定会有一个循环用来遍历邻居集,下面开始思考具体的代码实现。
首先,递归的结束条件是什么?
正常这种题都是,节点为空的时候。
递归函数的参数和类型是什么?
仔细思考会发现,对于图里的每个节点,其节点的值和创建节点只要一行代码就行,但节点的邻居集是需要遍历的,而且邻居集里又对应了图里的其他节点。所以主要是邻居集不好创建,那我们可以在创建邻居集时,递归到邻居集里的节点,只要该节点创建好了直接返回到邻居集就行了。所以函数的类型就是节点类型,创建节点不需要其他的参数,这里就可以直接使用已给出的函数。
函数里的具体内容是什么?
递归结束的条件放在最开始,这是固定的。当节点为空时,应该返回空节点,这是题目的样例。为了防止陷入死循环,当节点已经访问过了,应该返回的是当前节点。原因:
比如样例一,当访问到第三个节点的邻居集时,会发现邻居集里的节点 2
已经访问过了,此时应该返回节点 2
,才能把节点 2
放到邻居集里。但是返回的节点必须是自己创建的,否则就是引用的节点。这样就可以解释为什么标记数组要和节点类型一样了。
解决了返回问题后,就可以创建节点,然后标记节点和访问节点的邻居集了。
👉迭代
迭代做法同样要一个标记数组,但是比递归多了一个队列。这里标记数组换成哈希表,因为哈希表的查找更方便一点。队列里存放需要克隆的图的节点,其实和层次遍历差不多。如下图:
首先把第一个节点放入队列,然后进入 while
循环,把队列的值弹出。进入 for
循环,循环遍历弹出节点的邻居集。判断邻居集里的节点是否访问过,如果访问过像递归那样把创建过的同样节点放入新创建的邻居集。如果没有访问过,就创建一个同样的新节点,同时把原节点放入队列中。
递归和迭代的区别(官方图解):
代码(C++)
递归
class Solution {
public:
Node *vis[105];
Node* cloneGraph(Node* node) {
if (!node)
return node;
if (vis[node->val])
return vis[node->val];
Node *root = new Node(node->val);
vis[node->val] = root;
for (int i = 0; i < node->neighbors.size(); ++ i) {
root->neighbors.push_back(cloneGraph(node->neighbors[i]));
}
return root;
}
};
迭代
这里我放官方有注释的。
class Solution {
public:
Node* cloneGraph(Node* node) {
if (node == nullptr) {
return node;
}
unordered_map<Node*, Node*> visited;
// 将题目给定的节点添加到队列
queue<Node*> Q;
Q.push(node);
// 克隆第一个节点并存储到哈希表中
visited[node] = new Node(node->val);
// 广度优先搜索
while (!Q.empty()) {
// 取出队列的头节点
auto n = Q.front();
Q.pop();
// 遍历该节点的邻居
for (auto& neighbor: n->neighbors) {
if (visited.find(neighbor) == visited.end()) {
// 如果没有被访问过,就克隆并存储在哈希表中
visited[neighbor] = new Node(neighbor->val);
// 将邻居节点加入队列中
Q.push(neighbor);
}
// 更新当前节点的邻居列表
visited[n]->neighbors.emplace_back(visited[neighbor]);
}
}
return visited[node];
}
};
总结
无论是哪种方法都少不了节点的标记,这也算是图的一个特点吧。这种深度复制的方法需要掌握,这可以应用到很多地方,无论是做题还是项目上。
递归函数里的第二个返回值难想到,以及返回的值可以直接放入邻居集里也不好想。
迭代的循环过程也不好想,尤其是使用哈希存储新创建的节点和标记节点的用法不容易想到。