给定无向连通图中一个节点的引用,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])。
示例:
输入:
{"$id":"1","neighbors":[{"$id":"2","neighbors":[{"$ref":"1"},{"$id":"3","neighbors":[{"$ref":"2"},{"$id":"4","neighbors":[{"$ref":"3"},{"$ref":"1"}],"val":4}],"val":3}],"val":2},{"$ref":"4"}],"val":1}
解释:
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 。
提示:
节点数介于 1 到 100 之间。
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。
必须将给定节点的拷贝作为对克隆图的引用返回。
思路:
方法一:深度优先搜索,对于已经访问过的结点我们采用map存一下
class Node {
public int val;
public List<Node> neighbors;
public Node() {}
public Node(int _val,List<Node> _neighbors) {
val = _val;
neighbors = _neighbors;
}
};
class Solution {
public Node cloneGraph(Node node) {
Map<Node,Node> lookup=new HashMap<Node,Node>();
return dfs(node,lookup);
}
private Node dfs(Node root,Map<Node,Node>lookup)
{
if(root==null) return null;
if(lookup.containsKey(root)) return lookup.get(root);
Node clone=new Node(root.val,new ArrayList<>());
lookup.put(root,clone);
for(Node node:root.neighbors)
clone.neighbors.add(dfs(node,lookup));
return clone;
}
}
方法二:广度优先搜索
class Node {
public int val;
public List<Node> neighbors;
public Node() {}
public Node(int _val,List<Node> _neighbors) {
val = _val;
neighbors = _neighbors;
}
};
class Solution {
public Node cloneGraph(Node node) {
if(node==null) return null;
Map<Node,Node> lookup=new HashMap<Node,Node>();
Node clone=new Node(node.val,new ArrayList<>());
lookup.put(node, clone);
Deque<Node> queue=new LinkedList<>();
queue.offer(node);
while(!queue.isEmpty())
{
Node now=queue.poll();
for(Node tmp:now.neighbors)
{
if(!lookup.containsKey(tmp))
{
lookup.put(tmp, new Node(tmp.val,new ArrayList<>()));
queue.offer(tmp);
}
lookup.get(now).neighbors.add(lookup.get(tmp));
}
}
return clone;
}
}