题目:
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 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。
思路:DFS和BFS
- 为了防止重复遍历,我们需要设置哈希表visited来记录已经遍历过的节点,
visited的键是原图中的节点,值是键的拷贝。这是这道题的关键。 - 生成拷贝节点时,只拷贝val,不拷贝节点的neighbors,拷贝节点的neighbors逐个加入。
DFS:有邻接表,深搜很容易实现。深搜时,递归函数返回的是当前的节点拷贝。
BFS:借助队列实现。
代码:DFS
"""
# Definition for a Node.
class Node(object):
def __init__(self, val = 0, neighbors = None):
self.val = val
self.neighbors = neighbors if neighbors is not None else []
"""
class Solution(object):
def __init__(self):
self.visited = {}
def cloneGraph(self, node):
"""
:type node: Node
:rtype: Node
"""
if not node:
return node
if node in self.visited:
return self.visited[node]
newNode = Node(node.val, [])
self.visited[node] = newNode
neighbor = []
for i in node.neighbors:
neighbor.append(self.cloneGraph(i))
newNode.neighbors = neighbor
return newNode
代码:BFS
"""
# Definition for a Node.
class Node(object):
def __init__(self, val = 0, neighbors = None):
self.val = val
self.neighbors = neighbors if neighbors is not None else []
"""
class Solution(object):
def cloneGraph(self, node):
"""
:type node: Node
:rtype: Node
"""
if not node:
return node
visited = {}
queue = []
queue.append(node)
visited[node] = Node(node.val, [])
while queue:
temp = queue.pop(0)
for j in temp.neighbors:
if j not in visited:
visited[j] = Node(j.val, [])
queue.append(j)
visited[temp].neighbors.append(visited[j])
return visited[node]