力扣133 克隆图

133. 克隆图 - 力扣（LeetCode）

// 图的核心就是 结点与它的邻接结点

// 所以克隆图就是克隆图的各个结点与这些结点的邻接关系

// 每次dfs算法传入的就是当前结点，dfs内继续递归的内容就是该结点的邻接结点

详细步骤在代码注释当中

深度优先遍历解法：

 * // Definition for a Node.
 * function Node(val, neighbors) {
 *    this.val = val === undefined ? 0 : val;
 *    this.neighbors = neighbors === undefined ? [] : neighbors;
 * };
 */

var cloneGraph = function (node) {
    if (!node) return;
    const visited = new Map();
    const dfs = (n) => {
        // 创建新结点，克隆传入dfs传入结点的值
        const nCopy = new Node(n.val);
        // 访问过的结点存入字典当中
        // 键：当前结点 值：当前结点的值
        visited.set(n, nCopy);
        // 递归 访问该结点的邻接结点
        n.neighbors.forEach(ne => {
            // 没有被访问过的结点继续递归
            if (!visited.has(ne)) {
                dfs(ne);
            }
            // 克隆结点的邻接关系
            // 当前是在结点的邻接结点当中，且上方代码已经dfs完成了邻接结点
            // 所以邻接结点已经存入了字典当中
            nCopy.neighbors.push(visited.get(ne));
        })
    };
    dfs(node);
    return visited.get(node);
};

 广度优先遍历解法：

var cloneGraph = function (node) {
    if (!node) return;
    const visited = new Map();
    // 广度优先遍历，需要结合队列
    const q = [node];
    // 加入队列的结点要标记为已经访问过
    visited.set(node,new Node(node.val));
    while(q.length) {
        const n = q.shift();
        // 访问出队结点的邻接关系结点
        n.neighbors.forEach(ne=>{
            // 如果邻接结点没有访问过
            if(!visited.has(ne)) {
                // 推入队列
                q.push(ne);
                // 新加入队列的结点进行已访问标记
                visited.set(ne,new Node(ne.val));
            }
            // 给该结点克隆它的邻接关系
            visited.get(n).neighbors.push(visited.get(ne));
        })
    }
    return visited.get(node);
};