力扣题解-133. 克隆图（BFS解决）

题目：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。

来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/clone-graph
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

题解

由于是无向连通图，因此只要选定一个起始顶点即可完成整个图的搜索。

利用广度优先搜索思想，对于搜索到的新顶点，首先标记该顶点为已搜索状态，然后执行拷贝，并保存其指针便于后续构造邻接关系；

遍历该顶点的邻接表，对于未搜索状态的顶点进行执行拷贝获取其顶点的指针，存到新顶点的邻接表中；对于已搜索状态的顶点直接查询其顶点的指针，存到新顶点的邻接表中；

最后，返回新顶点。

代码

/*
// Definition for a 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;
    }
};
*/

class Solution {
    vector<Node*> visited;//保存访问过的顶点，及其克隆顶点的指针
public:
    Node* cloneGraph(Node* node) {
        if (node == nullptr) {
            return nullptr;
        }

        visited = vector<Node*>(101, nullptr);

        queue<Node*>que;//队列中存放搜索中的顶点，该顶点已完成搜索及克隆，但其邻接表尚未完全搜索
        Node *newNode = new Node(node->val);
        visited[node->val] = newNode;//克隆node顶点，并保存
        que.push(node);//存放搜索中的顶点

        while (!que.empty()) {
            node = que.front();
            que.pop();
            for (auto & u: node->neighbors) {//取出搜索中的顶点，遍历邻接表
                if (visited[u->val] == nullptr) {//对于未搜索的顶点，执行克隆、保存，并放到搜索中的队列中，以便后续进行邻接表的搜索
                    Node *newU = new Node(u->val);
                    visited[u->val] = newU;
                    que.push(u);
                } else {}//对于已搜索的顶点，trivial
                //然后，重组原克隆顶点的邻接信息
                visited[node->val]->neighbors.push_back(visited[u->val]);
            }
        }
        //最后，返回第一个克隆的新顶点
        return newNode;
    }
};