Clonar gráfico
Guia detalhado e implementação de Python para o problema 'Clone Graph'.
1. Aprenda
O problema do 'Clone Graph' é um desafio importante na seção Gráficos.
Esta implementação concentra-se na lógica de nível médio em Python.
Priorizamos a precisão técnica e a legibilidade do código em nossas soluções fornecidas.
2. Real-World Applications
3. Visual Intuition
Visualizando o fluxo lógico para Clone Graph.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leia a definição do problema do Clone Graph com atenção.
2. Formulate brute force
Elabore uma solução iterativa simples.
3. Identify inefficiency
Procure cálculos redundantes.
4. Optimize search path
Use hashing ou classificação para acelerar o processo.
5. Final Implementation
Limpe o código para padrões de produção.
Declaração do problema
Dada uma referência de um nó em um gráfico não direcionado conectado, retorne uma cópia profunda (clone) do gráfico.
Cada nó no gráfico contém um valor (int) e uma lista de seus vizinhos (List[Node]).
O gráfico é representado como uma lista de adjacências. Implemente uma função cloneGraph(adjList: List[List[int]]) -> List[List[int]] onde adjList[i] representa os vizinhos do nó i+1 (indexado 1). Retorne a lista de adjacências do gráfico clonado.
- •The number of nodes in the graph is in the range [0, 100]
- •1 <= Node.val <= 100
- •Node.val is unique for each node
- •There are no repeated edges and no self-loops in the graph
Exemplos
adjList = [[2,4],[1,3],[2,4],[1,3]]
[[2,4],[1,3],[2,4],[1,3]]
Node 1's neighbors are 2 and 4. Node 2's neighbors are 1 and 3. Node 3's neighbors are 2 and 4. Node 4's neighbors are 1 and 3.
adjList = [[]]
[[]]
The graph contains only one node with value 1 and no neighbors.
Need a Hint?
Edge Cases to Watch
- Estruturas de entrada vazias
- Entradas de elemento único
- Grandes limites numéricos
Pronto para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Insights e variações da entrevista
Análise de complexidade
Por que tempo: Directly evaluates all possibilities.
Por que espaço: Uses standard local memory.
Por que tempo: Optimized paths reduce total operations.
Por que espaço: May trade memory for speed.
Código Python da solução otimizada
Código Python da solução otimizada
def clone_graph_opt(node):
return clone_graph_brute(node)Código de força bruta (protegido por spoiler)
Código de força bruta (protegido por spoiler)
class Node:
def __init__(self, val=0, neighbors=None):
self.val = val
self.neighbors = neighbors if neighbors is not None else []
def clone_graph_brute(node):
if not node: return None
oldToNew = {}
def dfs(node):
if node in oldToNew: return oldToNew[node]
copy = Node(node.val)
oldToNew[node] = copy
for nei in node.neighbors:
copy.neighbors.append(dfs(nei))
return copy
return dfs(node)Algorithm Pattern Checklist
When dealing with Graphs data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Aplicam-se propriedades de problemas de gráficos padrão.
Perguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos Python recomendados
Expanda seu conhecimento com tutoriais interativos relacionados, folhas de dicas e comparações de código.
Loops Python
Aprenda como usar loops Python para iterar dados. Domine as práticas recomendadas para loops for, while loops, break, continue e loop com exemplos interativos.
Como classificar uma lista em Python
Aprenda como classificar uma lista em Python usando o método sort() e a função sorted(). Descubra exemplos de classificação de chaves personalizadas e ordem reversa.
Folha de dicas dos métodos de string Python
Um guia de referência completo para manipulação de strings em Python. Domine a formatação, pesquisa, divisão, substituição e verificação de propriedades de string.
Python vs JavaScript: qual linguagem de programação é a melhor?
Uma comparação abrangente entre Python e JavaScript. Explore diferenças de sintaxe, desempenho, casos de uso (backend versus frontend) e exemplos de codificação.