原题
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
/ \
\_/
思路
此题思路比较简单,先建立节点,再连接节点。
先克隆每个节点的label,同时建立克隆后的老节点与新节点的对应关系。在所有节点克隆完成后遍历所有新节点,依次按照对应关系给节点的neighbors赋值。
代码
# 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
else:
mapping = dict()
self.clone(node, mapping)
for old_node, new_node in zip(mapping.keys(),mapping.values()):
new_node.neighbors = [mapping[x] for x in old_node.neighbors]
return mapping[node]
def clone(self, node, mapping):
if node not in mapping:
node_clone = UndirectedGraphNode(node.label)
mapping[node] = node_clone
for n in node.neighbors:
self.clone(n, mapping)