剛學(xué)會深拷貝一個對象，學(xué)妹卻問我怎么深拷貝一個圖
前言
在前面，我寫過一篇Java的深淺拷貝，那是基于對象的拷貝，但放眼數(shù)據(jù)結(jié)構(gòu)與算法中，你有考慮過怎么拷貝一個圖嗎？(無向圖)
在此之前，你需要對一些概念搞清楚：什么是深拷貝、淺拷貝？
淺拷貝：如果拷貝的是引用類型(非基本類型)，就只會拷貝一層(嵌套的對象不會被拷貝)，如果原對象發(fā)生改變，那么拷貝對象也會發(fā)生改變。
深拷貝：深拷貝的話會拷貝多層，嵌套的對象也會被拷貝出來，相當(dāng)于開辟一個新的內(nèi)存地址用于存放拷貝的對象。
用通俗一點(可能不完全確切)的話解釋，淺拷貝就像你的雙胞胎兄弟一樣，你們父母親人都是一樣的；而深拷貝就像另一個平行的時空，那里有另一個你的一切。
既然搞懂了深淺拷貝以及其區(qū)別，我們再看看圖，圖一般用來表示節(jié)點和節(jié)點之間的關(guān)系，常分為有向圖和無向圖，在這里我們以無向圖(一旦連接即雙向)為主題。
我們對圖的表示一般有鄰接矩陣和鄰接表，鄰接矩陣的話比較直觀的表示一個圖的連通性，操作維護(hù)更簡單，在Java中一般使用二維數(shù)組表示鄰接矩陣，數(shù)組中的值可以表示兩個節(jié)點的權(quán)值。
使用鄰接矩陣雖然簡單但是有個比較差的就是浪費較多內(nèi)存空間，所以很多情況還是使用鄰接表來表示一個圖，鄰接表一般是數(shù)組+鏈表的這么一個組合。但是也有一些特殊情況各個節(jié)點比較獨立的不用數(shù)組聯(lián)立。
問題分析
如果這個圖使用鄰接表表示，給你無向 連通 圖中一個節(jié)點的引用，請你返回該圖的 深拷貝（克?。?，這個問題是力扣131克隆圖原題。
圖中的每個節(jié)點都包含它的值 val（int） 和其鄰居的列表（list[Node]）。
class Node {
public int val;
public List<Node> neighbors;
}
給一個節(jié)點的引用，怎么克隆這個圖呢？
如果只有這一個節(jié)點，那么克隆這個節(jié)點就好。如果這個節(jié)點只有一層鄰居，那克隆這個鄰居的列表(克隆List集合)即可。
但事實是這個節(jié)點可能有多層鄰居，并且鄰居之間可能存在著復(fù)雜聯(lián)系。
克隆整個圖，所以圖的每一個節(jié)點都要被克隆的，我們需要使用圖論的搜索算法來枚舉所有節(jié)點，并且在遍歷的過程中我們需要想辦法將節(jié)點之間的關(guān)系也克隆下來。遍歷的方法可以使用dfs或者bfs，這里使用bfs來實現(xiàn)。
凡是遇到苦難的時候我們模擬一下這個克隆的過程即可，通過下面這張圖可以大概了解克隆圖的過程中，最大的問題是要避免創(chuàng)建重復(fù)節(jié)點。即有的節(jié)點一旦被創(chuàng)建它的引用可能在后面會被用到的。
那我們該如何解決這個問題呢？怎么樣能夠快速找到對應(yīng)節(jié)點的引用？
這里最好的方法是使用HashMap<Node,Node>，其中key保存的是被克隆圖中的節(jié)點，而value是在克隆圖中所對應(yīng)的節(jié)點，這樣在克隆新圖的過程中，我們遍歷被克隆圖中節(jié)點鄰居的時候，就可以用哈希判斷這個節(jié)點對應(yīng)的value是否存在(即這個節(jié)點在克隆圖中是否存在)。
如果存在那么直接使用
HashMap找到對應(yīng)節(jié)點放入克隆圖中新創(chuàng)建的List中。不過不存在說明這個節(jié)點第一次遇到，克隆這個節(jié)點，先放到
hashMap中與被克隆節(jié)點對應(yīng)，然后放入克隆圖中新創(chuàng)建的List中。
這個流程其中大概是這樣的：
有了上面的分析，想必你對這個問題的解決已經(jīng)有了思路和想法，下面就提供一下代碼實現(xiàn)。
/*
// 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 {
public Node cloneGraph(Node node) {
if(node==null)
return null;
Map<Node, Node>map=new HashMap<Node, Node>();//節(jié)點映射克隆的節(jié)點
Queue<Node>oldqueue=new ArrayDeque<Node>();//bfs隊列
oldqueue.add(node);
Node value=new Node(node.val);//先將返回的節(jié)點 創(chuàng)建、映射
map.put(node, value);
while (!oldqueue.isEmpty()) {
Node oldnode=oldqueue.poll();
Node newnode=map.get(oldnode);//找到這個節(jié)點對應(yīng)克隆的映射(一定存在)
List<Node>list=oldnode.neighbors;//鄰居
List<Node>listnew=new ArrayList<Node>();//克隆鄰居
for(Node team:list)
{
if(map.containsKey(team))
{
listnew.add(map.get(team));
//點以前已經(jīng)遇到，直接添加到鄰居列表
}
else {//這個鄰居第一次碰到，需要創(chuàng)建新節(jié)點賦予值
Node no=new Node(team.val);
map.put(team, no);//映射
listnew.add(no);
oldqueue.add(team);//這個點第一次遇到，要將它放到隊列中進(jìn)行bfs搜索
}
}
newnode.neighbors=listnew;//將節(jié)點的鄰居指向list
}
return value;
}
}結(jié)語
到這里，本篇的內(nèi)容就結(jié)束啦，后面也會持續(xù)分享一些優(yōu)秀巧妙的問題、算法，并且多多歸納總結(jié)。本篇如果有幫助的話，還請點贊、在看分享一波！