刚学会深拷贝一个对象，学妹却问我怎么深拷贝一个图

本文转载自微信公众号「bigsai」，刚学个对个图作者bigsai。拷贝拷贝转载本文请联系bigsai公众号。象学

前言

在前面，问深我写过一篇Java的刚学个对个图深浅拷贝，那是拷贝拷贝基于对象的拷贝，但放眼数据结构与算法中，象学你有考虑过怎么拷贝一个图吗?问深(无向图)

在此之前，你需要对一些概念搞清楚：什么是刚学个对个图深拷贝、浅拷贝?拷贝拷贝

浅拷贝：如果拷贝的是引用类型(非基本类型)，就只会拷贝一层(嵌套的象学对象不会被拷贝)，如果原对象发生改变，问深那么拷贝对象也会发生改变。刚学个对个图

深拷贝：深拷贝的拷贝拷贝话会拷贝多层，嵌套的象学对象也会被拷贝出来，相当于开辟一个新的内存地址用于存放拷贝的对象。

用通俗一点(可能不完全确切)的话解释，浅拷贝就像你的双胞胎兄弟一样，你们父母亲人都是一样的;而深拷贝就像另一个平行的亿华云计算时空，那里有另一个你的一切。

既然搞懂了深浅拷贝以及其区别，我们再看看图，图一般用来表示节点和节点之间的关系，常分为有向图和无向图，在这里我们以无向图(一旦连接即双向)为主题。

我们对图的表示一般有邻接矩阵和邻接表，邻接矩阵的话比较直观的表示一个图的连通性，操作维护更简单，在Java中一般使用二维数组表示邻接矩阵，数组中的值可以表示两个节点的权值。

邻接矩阵表示一个图

使用邻接矩阵虽然简单但是有个比较差的就是浪费较多内存空间，所以很多情况还是使用邻接表来表示一个图，邻接表一般是数组+链表的这么一个组合。但是也有一些特殊情况各个节点比较独立的不用数组联立。

邻接表表示一个图

问题分析

如果这个图使用邻接表表示，源码下载给你无向 连通 图中一个节点的引用，请你返回该图的 深拷贝(克隆)，这个问题是力扣131克隆图原题。

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; } 

图片来源力扣

给一个节点的引用，怎么克隆这个图呢?

如果只有这一个节点，那么克隆这个节点就好。如果这个节点只有一层邻居，那克隆这个邻居的列表(克隆List集合)即可。

但事实是这个节点可能有多层邻居，并且邻居之间可能存在着复杂联系。

可能的一个图

克隆整个图，所以图的每一个节点都要被克隆的，我们需要使用图论的搜索算法来枚举所有节点，并且在遍历的过程中我们需要想办法将节点之间的关系也克隆下来。遍历的方法可以使用dfs或者bfs，这里使用bfs来实现。云服务器提供商

凡是遇到苦难的时候我们模拟一下这个克隆的过程即可，通过下面这张图可以大概了解克隆图的过程中，最大的问题是要避免创建重复节点。即有的节点一旦被创建它的引用可能在后面会被用到的。

模拟克隆的过程

那我们该如何解决这个问题呢?怎么样能够快速找到对应节点的引用?

这里最好的方法是使用HashMap，其中key保存的是被克隆图中的节点，而value是在克隆图中所对应的节点，这样在克隆新图的过程中，我们遍历被克隆图中节点邻居的时候，就可以用哈希判断这个节点对应的value是否存在(即这个节点在克隆图中是否存在)。

如果存在那么直接使用HashMap找到对应节点放入克隆图中新创建的List中。

不过不存在说明这个节点第一次遇到，克隆这个节点，先放到hashMap中与被克隆节点对应，然后放入克隆图中新创建的List中。

这个流程其中大概是这样的：

其中一个过程Map的变化和作用

有了上面的分析，想必你对这个问题的解决已经有了思路和想法，下面就提供一下代码实现。

/* // 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>();//节点映射克隆的节点         Queue<Node>oldqueue=new ArrayDeque<Node>();//bfs队列         oldqueue.add(node);         Node value=new Node(node.val);//先将返回的节点 创建、映射         map.put(node, value);         while (!oldqueue.isEmpty()) {              Node oldnode=oldqueue.poll();             Node newnode=map.get(oldnode);//找到这个节点对应克隆的映射(一定存在)             List<Node>list=oldnode.neighbors;//邻居             List<Node>listnew=new ArrayList<Node>();//克隆邻居             for(Node team:list)             {                  if(map.containsKey(team))                 {                      listnew.add(map.get(team));                     //点以前已经遇到，直接添加到邻居列表                 }                 else { //这个邻居第一次碰到，需要创建新节点赋予值                     Node no=new Node(team.val);                     map.put(team, no);//映射                     listnew.add(no);                     oldqueue.add(team);//这个点第一次遇到，要将它放到队列中进行bfs搜索                 }             }             newnode.neighbors=listnew;//将节点的邻居指向list         }         return value;     } } 

结语

到这里，本篇的内容就结束啦，后面也会持续分享一些优秀巧妙的问题、算法，并且多多归纳总结。本篇如果有帮助的话，还请点赞、在看分享一波!

很赞哦!（29223）