<Graph> 133 399 223

133. Clone Graph

我们也可以使用 BFS 来遍历图，使用队列 queue 进行辅助，还是需要一个 HashMap 来建立原图结点和克隆结点之间的映射。先克隆当前结点，然后建立映射，并加入 queue 中，进行 while 循环。在循环中，取出队首结点，遍历其所有 neighbor 结点，若不在 HashMap 中，我们根据 neigbor 结点值克隆一个新 neighbor 结点，建立映射，并且排入 queue 中。然后将 neighbor 结点在 HashMap 中的映射结点加入到克隆结点的 neighbors 数组中即可

Map.containsKey() :是否含有key

Map.get(key) :  获取key对应的value

class Solution {
    public Node cloneGraph(Node node) {
        if(node == null) return null;
        Map<Node, Node> map = new HashMap<>();
        Node newNode = new Node(node.val, new ArrayList<>());
        map.put(node, newNode);
        
        Queue<Node> queue = new LinkedList<>();
        queue.add(node);
        while(!queue.isEmpty()){
            Node cur = queue.poll();
            for(Node nei : cur.neighbors){
                if(!map.containsKey(nei)){
                    map.put(nei, new Node(nei.val, new ArrayList<>()));
                    queue.add(nei);
                }
                map.get(cur).neighbors.add(map.get(nei));
            }
        }
        return newNode;
    }
}

399. Evaluate Division

用有向图的方法做，先存入图中，再用DFS遍历。

Map.keySet() : 获取map对应的所有的key值。

class Solution {
    public double[] calcEquation(List<List<String>> equations, double[] values, List<List<String>> queries) {
        Map<String, Map<String, Double>> g = new HashMap<>();
        buildGraph(g, equations, values);
        
        double[] res = new double[queries.size()];
        Arrays.fill(res, -1.0);
        int index = 0;
        for(List<String> q : queries){
            String a = q.get(0);
            String b = q.get(1);
            
            if(!g.containsKey(a) || !g.containsKey(b)){
                index++;
                continue;
            }else{
                dfs(g, a, b, res, index, new HashSet<>(), 1.0);
                index++;
            }
        }
        return res;
    }
    
    private void dfs(Map<String, Map<String, Double>> g, String a, String b, double[] res,
                     int index, Set<String> visited, double tmp){
        visited.add(a);
        
        if(g.get(a) == null || g.get(a).size() == 0){
            return;
        }
        if(g.get(a).containsKey(b)){
            res[index] = g.get(a).get(b) * tmp;
            return;
        }
        
        for(String next : g.get(a).keySet()){
            if(visited.contains(next)) continue;
            dfs(g, next, b, res, index, visited, g.get(a).get(next)*tmp);
        }
    }
    
    private void buildGraph(Map<String, Map<String, Double>> g, List<List<String>> equations, double[] values){
        int index = 0;
        for(List<String> e : equations){
            String a = e.get(0);
            String b = e.get(1);
            g.putIfAbsent(a, new HashMap<>());
            g.putIfAbsent(b, new HashMap<>());
            g.get(a).put(b, values[index]);
            g.get(b).put(a, 1.0 / values[index]);
            index++;
            g.get(a).put(a, 1.0);
            g.get(b).put(b, 1.0);
        }
    }
}

 223. Rectangle Area

尝试先找出所有的不相交的情况，只有四种，一个矩形在另一个的上下左右四个位置不重叠，这四种情况下返回两个矩形面积之和。其他所有情况下两个矩形是有交集的，这时候只要算出长和宽，即可求出交集区域的大小，然后从两个矩型面积之和中减去交集面积就是最终答案。求交集区域的长和宽也不难，由于交集都是在中间，所以横边的左端点是两个矩形左顶点横坐标的较大值，右端点是两个矩形右顶点的较小值，同理，竖边的下端点是两个矩形下顶点纵坐标的较大值，上端点是两个矩形上顶点纵坐标的较小值。之前是可以直接将 sum1 和 sum2 加起来的，可以后来OJ搞了些恶心的 test case，使得直接把 sum1 和 sum2 相加会溢出，所以只好分开了，若两个矩形有重叠，那么返回的时候也不能让 sum1 和 sum2 直接相加，中间一定要先减去重叠部分才行

class Solution {
    public int computeArea(int A, int B, int C, int D, int E, int F, int G, int H) {
        int sum1 = (C - A) * (D - B), sum2 = (H - F) * (G - E);
        if(E >= C || F >= D || B >= H || A >= G) return sum1 + sum2;
        return sum1 - (Math.min(G, C) - Math.max(A, E)) * (Math.min(D, H) - Math.max(B, F)) + sum2;
    }
}