8-12算法，利用哈希表实现图的深拷贝

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：

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。

思路

要对整个图进行深拷贝，首先就一定需要对图进行遍历，然后将每个节点进行深拷贝（即new一个value一样的出来），然后将每个节点的邻接表连上。但是有一个问题，这是一张无向图，所以，如果节点2和1邻接，那么节点1和2也邻接，我们在浏览节点1，并连接他的邻接表的时候，就已经深拷贝了节点2，当我们再次浏览节点2时，不需要再次深拷贝节点2了。于是，我们在遍历图的时候，就必须知道哪些节点是已经浏览过（即深拷贝过的）。

所以，可以使用一张hash表，key为节点对应的val，value为节点指针。每当我们在浏览一个新的节点以及他的邻接表时，将还未出现过的（即hash表中没有的）节点进行深拷贝，并放入hash表中，对于已经浏览过的（即hash表中已经有的）节点，我们只需要从hash表中取出即可。

节点定义

/*
// 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;
    }
};
*/

代码实现 1

首先可以使用深度优先即（DFS），遍历图。

class Solution {
public:
    Node* cloneGraph(Node* node) {
        if(!node) return nullptr;
        if(!node->neighbors.size()) return new Node(1);
        unordered_map<int, Node*> map;
        stack<Node*> stk;
        Node *myNode = new Node(1);
        Node *tempNode;
        map.insert({1, myNode});
        stk.push(node);
        while(!stk.empty()){
            Node *theNode = stk.top(); stk.pop();
            tempNode = map[theNode->val];
            for(auto i=theNode->neighbors.begin(); i!=theNode->neighbors.end(); ++i){
                if(map.count((*i)->val) <= 0){
                    Node *newNode = new Node((*i)->val);
                    map.insert({newNode->val, newNode});
                    tempNode->neighbors.push_back(newNode);
                    stk.push(*i);
                }else{
                    tempNode->neighbors.push_back(map[(*i)->val]);
                }
            } 
        }
        return myNode;
    }
};

代码实现 2

还可以使用广度优先（BFS)，遍历图。在这里改动很小，只需要将stack换成queue即可。

class Solution {
public:
    Node* cloneGraph(Node* node) {
        if(!node) return nullptr;
        if(!node->neighbors.size()) return new Node(1);
        unordered_map<int, Node*> map;
        queue<Node*> que;
        Node *myNode = new Node(1);
        Node *tempNode;
        map.insert({1, myNode});
        que.push(node);
        while(!que.empty()){
            Node *theNode = que.front(); que.pop();
            tempNode = map[theNode->val];
            for(auto i=theNode->neighbors.begin(); i!=theNode->neighbors.end(); ++i){
                if(map.count((*i)->val) <= 0){
                    Node *newNode = new Node((*i)->val);
                    map.insert({newNode->val, newNode});
                    tempNode->neighbors.push_back(newNode);
                    que.push(*i);
                }else{
                    tempNode->neighbors.push_back(map[(*i)->val]);
                }
            }
        }
        return myNode;
    }
};