本篇內(nèi)容介紹了“Python怎么實(shí)現(xiàn)克隆圖”的有關(guān)知識(shí),在實(shí)際案例的操作過程中,不少人都會(huì)遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
為烏恰等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計(jì)制作服務(wù),及烏恰網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為網(wǎng)站建設(shè)、做網(wǎng)站、烏恰網(wǎng)站設(shè)計(jì),以傳統(tǒng)方式定制建設(shè)網(wǎng)站,并提供域名空間備案等一條龍服務(wù),秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求,就會(huì)得到認(rèn)可,從而選擇與我們長期合作。這樣,我們也可以走得更遠(yuǎn)!題目:
給定無向連通圖中一個(gè)節(jié)點(diǎn)的引用,返回該圖的深拷貝(克?。?。圖中的每個(gè)節(jié)點(diǎn)都包含它的值 val(Int) 和其鄰居的列表(list[Node])。
示例:
輸入: {"$id":"1","neighbors":[{"$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} 解釋: 節(jié)點(diǎn) 1 的值是 1,它有兩個(gè)鄰居:節(jié)點(diǎn) 2 和 4 。 節(jié)點(diǎn) 2 的值是 2,它有兩個(gè)鄰居:節(jié)點(diǎn) 1 和 3 。 節(jié)點(diǎn) 3 的值是 3,它有兩個(gè)鄰居:節(jié)點(diǎn) 2 和 4 。 節(jié)點(diǎn) 4 的值是 4,它有兩個(gè)鄰居:節(jié)點(diǎn) 1 和 3 。
提示:
節(jié)點(diǎn)數(shù)介于 1 到 100 之間。
無向圖是一個(gè)簡(jiǎn)單圖,這意味著圖中沒有重復(fù)的邊,也沒有自環(huán)。
由于圖是無向的,如果節(jié)點(diǎn) p 是節(jié)點(diǎn) q 的鄰居,那么節(jié)點(diǎn) q 也必須是節(jié)點(diǎn) p 的鄰居。
必須將給定節(jié)點(diǎn)的拷貝作為對(duì)克隆圖的引用返回。
解題思路:
涉及到圖的遍歷無非就是DFS(深度優(yōu)先搜索)、BFS(廣度優(yōu)先搜索),可以先看前幾日的這篇文章:
BFS就需要借助隊(duì)列實(shí)現(xiàn),DFS可以借助棧也可以直接用遞歸實(shí)現(xiàn)。就這道題而言直接用遞歸更好一些,無需開辟額外的數(shù)據(jù)結(jié)構(gòu)空間記錄節(jié)點(diǎn)。BFS、DFS寫法相對(duì)固定,建議花點(diǎn)時(shí)間一次性理解透,一勞永逸。
這道題思路很清晰,關(guān)鍵點(diǎn)是如何深拷貝隨機(jī)節(jié)點(diǎn),可以參考鏈表的這篇文章:LeetCode 138:復(fù)制帶隨機(jī)指針的鏈表 Copy List with Random Pointer
鏈表是線性的,可以 復(fù)制節(jié)點(diǎn)到每個(gè)節(jié)點(diǎn)之后,很巧妙的完成深拷貝。顯然圖這樣的樹狀結(jié)構(gòu)無法用這種方法,只能借助數(shù)據(jù)結(jié)構(gòu)記錄已拷貝過的節(jié)點(diǎn)。這種需要映射新舊節(jié)點(diǎn)關(guān)系自然就是用散列表(字典)。
Java:
class Solution { public Node cloneGraph(Node node) { if (node == null) return node; Queuequeue = new LinkedList<>();//借助隊(duì)列實(shí)現(xiàn)BFS Map map = new HashMap<>();//哈希映射 Node head = new Node(node.val, new ArrayList<>());//頭節(jié)點(diǎn) map.put(node, head);//哈希映射原節(jié)點(diǎn)和新節(jié)點(diǎn) queue.add(node);//原節(jié)點(diǎn)加入到隊(duì)列 while (!queue.isEmpty()) {//隊(duì)列不為空就重復(fù)循環(huán) Node tmp = queue.poll();//彈出隊(duì)列頭節(jié)點(diǎn) for (Node n : tmp.neighbors) {//遍歷鄰居節(jié)點(diǎn) if (!map.containsKey(n)) {//字典的鍵不包含該節(jié)點(diǎn)時(shí) map.put(n, new Node(n.val, new ArrayList<>()));//新建映射關(guān)系加入字典 queue.add(n);//加入隊(duì)列 } map.get(tmp).neighbors.add(map.get(n));//加入鄰居節(jié)點(diǎn) } } return head; } }
Python3:
class Solution: def cloneGraph(self, node: 'Node') -> 'Node': if not node: return node head = Node(node.val, [])#頭節(jié)點(diǎn) map = {node: head}#初始化字典,并建立新舊節(jié)點(diǎn)的映射關(guān)系 queue = collections.deque()#隊(duì)列 queue.append(node)#原節(jié)點(diǎn)加入隊(duì)列 while queue:#隊(duì)列不為空 tmp = queue.popleft()#彈出隊(duì)列頭節(jié)點(diǎn) for n in tmp.neighbors:#遍歷鄰居節(jié)點(diǎn) if n in map.keys():#n節(jié)點(diǎn)存在于字典的鍵里時(shí) map[tmp].neighbors.append(map[n])#直接加入到新節(jié)點(diǎn)的鄰居節(jié)點(diǎn) else: map[n] = Node(n.val, [])#新建節(jié)點(diǎn)并建立映射關(guān)系 map[tmp].neighbors.append(map[n])#由新建的映射關(guān)系取出節(jié)點(diǎn)并加入鄰居節(jié)點(diǎn) queue.append(n)#該鄰居節(jié)點(diǎn)加入隊(duì)列 return head
DFS:
遞歸完成的深度優(yōu)先搜索非常簡(jiǎn)潔,比較容易理解,唯一要注意的就是需要把字典定義在函數(shù)外。
Java:
class Solution { Mapmap = new HashMap(); public Node cloneGraph(Node node) { if (node == null) return node; map.put(node, new Node(node.val, new ArrayList<>()));//每次都要新建節(jié)點(diǎn)并建立映射關(guān)系 for (Node n : node.neighbors) { if (map.containsKey(n)) map.get(node).neighbors.add(map.get(n)); else map.get(node).neighbors.add(cloneGraph(n)); } return map.get(node); } }
Python3:
class Solution: map = dict() def cloneGraph(self, node: 'Node') -> 'Node': if not node: return node self.map[node] = Node(node.val, []) for n in node.neighbors: if n in self.map.keys(): self.map[node].neighbors.append(self.map[n]) else: self.map[node].neighbors.append(self.cloneGraph(n)) return self.map[node]
注意:
python中的字典取values時(shí)可以 dict().get(key) 也可以 dict[key] 時(shí)間復(fù)雜度都為1,但是在做算法題時(shí)肯定要用 dict[key] 這種方式。因?yàn)?get() 方法雖然效果一樣,但是反復(fù)調(diào)用函數(shù)造成的時(shí)間消耗非常高,python語言本來就慢,應(yīng)該養(yǎng)成盡可能優(yōu)化代碼的習(xí)慣
“Python怎么實(shí)現(xiàn)克隆圖”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!