LeeCode（无向图，dfs，bfs）133_克隆图

LeeCode（无向图，dfs，bfs）133_克隆图

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。

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。

解题思路：
由于该题是克隆无向图，在遍历图的过程中可能出现死循环,于是将遍历克隆过的节点都放进一张哈希表visited中,旧节点作为key 克隆出来的新节点作为value,每次遍历节点时判断哈希表中是否存在该节点，避免死循环。

方法一:
dfs
递归调用每个节点的邻居节点

Java代码:

import java.util.ArrayList;
import java.util.HashMap;
import java.util.Map;

public class 克隆图 {
	
	private Map <Node,Node> visited = new HashMap<>();
	
	 public Node cloneGraph(Node node) {
		 if(node == null){
			 return node;
		 }
		 
		 if(visited.containsKey(node)){
			 return visited.get(node);
		 }
		 
		 Node cloneNode = new Node(node.val,new ArrayList());
		 
		 visited.put(node,cloneNode);
		 
		 for(Node neighbor : node.neighbors){
			 cloneNode.neighbors.add(cloneGraph(neighbor));
		 }
		 
		 return cloneNode;
	 }
}

方法二:
bfs
以广度优先遍历图进行克隆

import java.util.ArrayList;
import java.util.HashMap;
import java.util.LinkedList;
import java.util.Map;

public class 克隆图 {
	
	private Map <Node,Node> visited = new HashMap<>();
	
	 public Node cloneGraph(Node node) {
		 if(node == null){
			 return node;
		 }
		 
		 //将第一个节点添加到队列中
		 LinkedList<Node> queue = new LinkedList<Node>();
		 queue.add(node);
		 
		 //克隆第一个节点并放到哈希表中
		 visited.put(node, new Node(node.val,new ArrayList()));
		 
		 while(!queue.isEmpty()){
			 //取出队列头的节点
			 Node n = queue.remove();
			 //遍历克隆该节点的邻居
			 for(Node neighbor : n.neighbors){
				 if(!visited.containsKey(neighbor)){
					// 如果没有被访问过，就克隆并存储在哈希表中
	                    visited.put(neighbor, new Node(neighbor.val, new ArrayList()));
	                    // 将邻居节点加入队列中
	                    queue.add(neighbor);
				 }
				 //更新当前节点的邻居节点
				 visited.get(n).neighbors.add(visited.get(neighbor));
			 }
		 }
		 
		 return visited.get(node);
	 }
}