【LeetCode133】克隆图(dfs和unordered_map)

简介: 节点数不超过 100 。每个节点值 Node.val 都是唯一的,1 <= Node.val <= 100。

一、题目

image.png

示例1:

image.png

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:

image.png

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。

二、思路

深拷贝出整张图。题目input给出一个1号节点的引用,需要一开始遍历整张图才能进行拷贝。但是为了不重复遍历同一节点(防止死循环),所以需要一个map记录是否遍历过该节点。这个哈希表map的key是原节点,对应的value是需要clone的对应节点(这个操作和之前—LeetCode138 复制带随机指针的链表 不能说很像,只能说几乎一毛一样,只不过那题是类似二叉树的结构进行dfs遍历,而本题是对图结构进行dfs)。


dfs部分就是首先访问当前节点,看当前节点是否在map的key中出现过,如果已经clone了一份就直接返回clone节点,如果木有clone则create一个clone节点(但是这个节点只确定了val值),所以为了进一步确定clone节点的邻域vector值,需要遍历当前原节点的邻域vector,逐个判断这个领域vector的节点是否已经克隆到当前clone节点的邻域vector中了,如果没有则需要克隆,而且要遍历整张图,这就是一个递归dfs遍历图的过程。


三、代码

/*
// 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*>visisted;
    Node* cloneGraph(Node* node) {
        if(node == NULL){
            return NULL;
        }
        return dfs(node);
    }
    Node* dfs(Node* node){
        if(node == NULL){
            return NULL;
        }
        //如果已访问过该节点则从哈希表取出对应value
        if(visisted.count(node)){
            return visisted[node];
        }
        //clone节点,并存储入map中,注意此时clone节点的val搞定了,但是neighbor
        Node* clone = new Node(node->val);
        visisted[node] = clone;
        //dfs遍历该节点的邻居,补充clone节点的neighbor容器
        for(auto& i: node->neighbors){
            clone->neighbors.push_back(dfs(i));
        }
        return clone;
    }
};
相关文章
|
人工智能 算法 测试技术
map|动态规划|单调栈|LeetCode975:奇偶跳
map|动态规划|单调栈|LeetCode975:奇偶跳
|
6月前
|
分布式计算 算法 Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本文讲解了两道经典的图论问题:**岛屿数量(LeetCode 200)** 和 **腐烂的橘子(LeetCode 994)**,分别通过 DFS/BFS 实现。在“岛屿数量”中,利用深度或广度优先搜索遍历二维网格,标记连通陆地并计数;“腐烂的橘子”则采用多源 BFS,模拟腐烂传播过程,计算最短时间。两者均需掌握访问标记技巧,是学习网格搜索算法的绝佳实践。
282 1
|
6月前
|
Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本篇博客详细解析了三道经典的动态规划问题:198. 打家劫舍(线性状态转移)、279. 完全平方数与322. 零钱兑换(完全背包问题)。通过 Go 语言实现,帮助读者掌握动态规划的核心思想及其实战技巧。从状态定义到转移方程,逐步剖析每道题的解法,并总结其异同点,助力解决更复杂的 DP 问题。适合初学者深入理解动态规划的应用场景和优化方法。
221 0
|
存储 算法 数据挖掘
python 数学+减治、下一个排列法、DFS回溯法实现:第 k 个排列【LeetCode 题目 60】
python 数学+减治、下一个排列法、DFS回溯法实现:第 k 个排列【LeetCode 题目 60】
|
存储 算法 C语言
【DFS】LeetCode 17. 电话号码的字母组合
看第一个示例:输入"23",其对应的是"abc"与"de".根据全排列的特点,我们先把它们按层状结构写开,之后依次排列组合即可
148 0
|
算法 数据可视化 数据挖掘
哈希表+DFS快速解决力扣129题:求根节点到叶节点数字之和
哈希表+DFS快速解决力扣129题:求根节点到叶节点数字之和
[leetcode~dfs]1261. 在受污染的二叉树中查找元素
[leetcode~dfs]1261. 在受污染的二叉树中查找元素
[leetcode~dfs]1261. 在受污染的二叉树中查找元素
【经典LeetCode算法题目专栏分类】【第9期】深度优先搜索DFS与并查集:括号生成、岛屿问题、扫雷游戏
【经典LeetCode算法题目专栏分类】【第9期】深度优先搜索DFS与并查集:括号生成、岛屿问题、扫雷游戏
|
存储 SQL 算法
LeetCode题目100:递归、迭代、dfs使用栈多种算法图解相同的树
LeetCode题目100:递归、迭代、dfs使用栈多种算法图解相同的树
|
算法 定位技术
【leetcode】剑指 Offer II 105. 岛屿的最大面积-【深度优先DFS】
【leetcode】剑指 Offer II 105. 岛屿的最大面积-【深度优先DFS】
151 0