从零学算法

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 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]]

• 他人题解：首先比较容易想到的是 dfs，从一个节点开始克隆，然后克隆他的邻居，大致代码如下。

•   public Node dfs(Node node){
    	Node newNode = new Node(node,new ArrayList<>());
    	for(Node n:node.neighbors){
    		newNode.neighbors.add(dfs(n));
    	}
    	return newNode;
    }
  

• 但是这样会有一个问题，因为他是无向图，所以两个节点可以从 A-B，也可以从 B-A。所以当克隆邻居节点时，他继续递归，克隆邻居的邻居，然后继续克隆邻居的邻居的邻居…，所以选择用一个哈希表来记录克隆过的结点，当邻居为已经克隆过的结点，直接返回 map 中存储的该节点，否则才创建。

•   Map<Integer,Node> map = new HashMap<>();
    public Node cloneGraph(Node node) {
        if(node == null){
            return null;
        }
        int val = node.val;
        if(map.containsKey(val)){
            return map.get(val);
        }
        Node newNode = new Node(val,new ArrayList<>());
        map.put(val,newNode);
        for(Node n:node.neighbors){
            newNode.neighbors.add(cloneGraph(n));
        }
        return newNode;
    }
  

• 使用 bfs 更加难理解些，大致思路一致，不过 map 用来记录原 node 对应的 cloneNode。

•   Map<Node,Node> map = new HashMap<>();
    Queue<Node> queue = new LinkedList<>();
    public Node cloneGraph(Node node) {
        if (node == null)
            return null;
        queue.add(node);
        Node newNode = new Node(node.val,new ArrayList<>());
        map.put(node,newNode);
        while(!queue.isEmpty()){
            Node temp = queue.poll();
            for(Node n:temp.neighbors){
                if(map.containsKey(n)){
                    map.get(temp).neighbors.add(map.get(n));
                }else{
                    Node tempNew = new Node(n.val,new ArrayList<>());
                    map.get(temp).neighbors.add(tempNew);
                    map.put(n,tempNew);
                    queue.add(n);
                }
            }
        }
        return newNode;
    }