leetcode：克隆图（python）

1. 题目描述

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：

在这里插入图片描述

输入：
{“ $KaTeX parse error: Expected '}', got 'EOF' at end of input: \dots"neighbors":[{"$ id”:“2”,“neighbors”:[{“ $KaTeX parse error: Expected 'EOF', got '}' at position 9: ref":"1"}̲,{"$ id”:“3”,“neighbors”:[{“ $KaTeX parse error: Expected 'EOF', got '}' at position 9: ref":"2"}̲,{"$ id”:“4”,“neighbors”:[{“ $KaTeX parse error: Expected 'EOF', got '}' at position 9: ref":"3"}̲,{"$ 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。

2. 思路

和复杂链表的复制相同，先复制节点，在复制节点之间的边。先遍历图，利用一个字典来保存新旧节点之间的对应关系。最后在建立克隆节点之间的邻居关系。

2.1 python代码

"""
# Definition for a Node.
class Node:
    def __init__(self, val, neighbors):
        self.val = val
        self.neighbors = neighbors
"""
class Solution:
    def cloneGraph(self, node: 'Node') -> 'Node':
        if node == None:
            return None
        else:
            map = {}
            for key,val in self.dfs(node,map).items():
                val.neighbors = [map[x] for x in key.neighbors]
            return map[node]
            
    def dfs(self,node,map):
        if node not in map:  # 如果在map里，就说明已经遍历复制了，返回map即可
            map[node] = Node(node.val,None)
            for i in node.neighbors:
                self.dfs(i,map)
        return map

2.2 不用递归

"""
# Definition for a Node.
class Node:
    def __init__(self, val, neighbors):
        self.val = val
        self.neighbors = neighbors
"""
class Solution:
    def cloneGraph(self, node: 'Node') -> 'Node':
        memories = {}
        stack = [node]   # 利用一个栈来模拟递归
        memories[node] = Node(node.val,None)
        while stack:
            cur = stack.pop()
            for nodes in cur.neighbors:        # 先判断有没有访问过这个节点
                if nodes not in memories:
                    memories[nodes] = Node(nodes.val,None)
                    stack.append(nodes)
        for key,val in memories.items():
            val.neighbors = [memories[x] for x in key.neighbors]
        return memories[node]