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。
示例 4:
输入:adjList = [[2],[1]]
输出:[[2],[1]]
提示:
100
。Node.val
都是唯一的,1 <= Node.val <= 100
。p
是节点 q
的邻居,那么节点 q
也必须是节点 p
的邻居。**(哈希,dfs)**O ( n ) O(n)O(n)
给定一个无向连通图,要求复制这个图,但是其中的节点不再是原来图节点的引用。我们可以从题目给定的节点引用出发,深度优先搜索遍历整个图,在遍历的过程中完成图的复制。
为了防止多次遍历同一个节点,我们需要建立一个哈希表hash
, 来记录源节点到克隆节点之间的映射关系。在dfs
搜索过程中,如果当前正在搜索的节点node
出现在了哈希表中,就说明我们已经遍历完了整个无向图,此时就可以结束搜索过程。
dfs函数设计:
Node* dfs(Node* node)
node
是当前搜索到的节点,函数的返回值为Node
类型。
搜索边界:
if(hash[node]) return hash[node]
,如果node
节点已经被访问过了,此时就可以直接从哈希表hash
中取出对应的克隆节点返回。具体过程如下:
node
节点开始dfs
遍历整个图。node
,并使用哈希表hash
存贮源节点到克隆节点之间的映射。node
的邻接节点neighbors
,并进行克隆,最后将这些克隆的邻接节点加入克隆节点的邻接表中。**时间复杂度分析:**O ( n ) O(n)O(n),其中 n nn 表示节点数量。dfs
遍历图的过程中每个节点只会被访问一次。
/* // Definition for a Node. class Node { public: int val; vector<Node*> neighbors; Node() { val = 0; neighbors = vector<Node*>(); } Node(int _val) { val = _val; neighbors = vector<Node*>(); } Node(int _val, vector<Node*> _neighbors) { val = _val; neighbors = _neighbors; } }; */
class Solution {
public:
unordered_map<Node* ,Node*>hash;
Node* cloneGraph(Node* node) {
if(!node) return NULL;
return dfs(node);
}
Node* dfs(Node* node)
{
//node节点已经被访问过了,直接从哈希表hash中取出对应的克隆节点返回。
if(hash[node]) return hash[node];
Node* clone = new Node(node->val); //克隆节点
hash[node] = clone; //建立源节点到克隆节点的映射
for(Node* ver: node->neighbors) //克隆边
{
clone->neighbors.push_back(dfs(ver));
}
return clone;
}
};
/* // 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 {
Map<Node,Node> map = new HashMap<>();
public Node cloneGraph(Node node)
{
if(node == null) return null;
return dfs(node);
}
Node dfs(Node node)
{
//node节点已经被访问过了,直接从哈希表hash中取出对应的克隆节点返回。
if(map.containsKey(node)) return map.get(node);
Node clone = new Node(node.val); //克隆节点
map.put(node,clone); //建立源节点到克隆节点的映射
for(Node ver: node.neighbors) //克隆边
{
clone.neighbors.add(dfs(ver));
}
return clone;
}
}
原题链接:133. 克隆图
版权说明 : 本文为转载文章, 版权归原作者所有 版权申明
原文链接 : https://blog.csdn.net/weixin_45629285/article/details/119861794
内容来源于网络,如有侵权,请联系作者删除!