1.题目描述
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。提示:
- 这张图中的节点数在
[0, 100]
之间。1 <= Node.val <= 100
- 每个节点值
Node.val
都是唯一的,- 图中没有重复的边,也没有自环。
- 图是连通图,你可以从给定节点访问到所有节点。
2.解题思路
因为要把结点和边全都进行拷贝,因此不能简单的复制,要通过广度优先遍历源图每一个点和边,在遍历的过程中,给新图上的结点和边也赋上相同的值,但如何将新图中的结点和源图中的结点对应上从而做相同的赋值操作呢,例如遍历到原图上的结点1,他有两个邻居2,3,我们就需要在新图上的结点,给它的neighbors域赋上2,3这两个结点的值。这就需要使用一个hashMap对原图和新图中对应结点做映射,以原图中Node作为key,新图中的Node作为value,只要map中存在当前遍历结点,那么就直接取,不存在就复制一个节点,并把新老结点的映射Put到map中,以此进行图的深拷贝
3.代码实现
/*
// Definition for a Node.
class Node {
public int val;
public List<Node> neighbors;
public Node() {
val = 0;
neighbors = new ArrayList<Node>();
}
public Node(int _val) {
val = _val;
neighbors = new ArrayList<Node>();
}
public Node(int _val, ArrayList<Node> _neighbors) {
val = _val;
neighbors = _neighbors;
}
}
*/
class Solution {
public Node cloneGraph(Node node) {
if (node == null) {
return null;
}
Queue<Node> queue = new LinkedList<>();
queue.offer(node);
Node res = null;
boolean[] visited = new boolean[101];
//源结点 和 拷贝结点的映射
Map<Node,Node> map = new HashMap<>();
//广度优先遍历图,在遍历的过程中进行克隆
while (!queue.isEmpty()) {
Node cur = queue.poll();
if (visited[cur.val]) {
continue;
}
visited[cur.val] = true;
Node copyCur = null;
if (!map.containsKey(cur)) {
copyCur = new Node(cur.val);
res = copyCur;
map.put(cur,copyCur);
} else {
copyCur = map.get(cur);
}
for (Node neigh : cur.neighbors) {
if (!map.containsKey(neigh)) {
Node copyNeigh = new Node(neigh.val);
map.put(neigh,copyNeigh);
copyCur.neighbors.add(copyNeigh);
} else {
copyCur.neighbors.add(map.get(neigh));
}
if (!visited[neigh.val]) {
queue.offer(neigh);
}
}
}
return res;
}
}
标签:Node,neighbors,结点,克隆,val,map,133,节点
From: https://blog.csdn.net/cqjnovo/article/details/141635067