克隆一張無向圖，圖中的每個節點包含一個 label （標籤）和一個 neighbors （鄰接點）列表 。

OJ的無向圖序列化：

節點被唯一標記。

我們用 # 作為每個節點的分隔符，用 , 作為節點標籤和鄰接點的分隔符。

例如，序列化無向圖 {0,1,2#1,2#2,2}。

該圖總共有三個節點, 被兩個分隔符  # 分為三部分。 

1. 第一個節點的標籤為 0，存在從節點 0 到節點 1 和節點 2
    的兩條邊。
2. 第二個節點的標籤為 1，存在從節點 1 到節點 2 的一條邊。
3. 第三個節點的標籤為 2，存在從節點 2 到節點 2 (本身) 的一條邊，從而形成自環。

我們將圖形視覺化如下：

       1
      / \
     /   \
    0 --- 2
         / \
         \_/

//章節 - 佇列和棧    
//四、棧和深度優先搜尋
//2.克隆圖
/*
演算法思想：
    難點是如何處理每個節點的隨機指標，這道題目的難點在於如何處理每個節點的neighbors，由於在深度拷貝每一個節點後，還要將其所有neighbors放到一個vector中，而如何避免重複拷貝呢？這道題好就好在所有節點值不同，所以我們可以使用雜湊表來對應節點值和新生成的節點。對於圖的遍歷的兩大基本方法是深度優先搜尋DFS和廣度優先搜尋BFS，這裡我們使用深度優先搜尋DFS來解答此題，
 
*/
//演算法實現：
/**
 * Definition for undirected graph.
 * struct UndirectedGraphNode {
 *     int label;
 *     vector<UndirectedGraphNode *> neighbors;
 *     UndirectedGraphNode(int x) : label(x) {};
 * };
 */
class Solution {
public:
    UndirectedGraphNode *cloneGraph(UndirectedGraphNode *node) {
        unordered_map
 
<int, UndirectedGraphNode*> umap;
        return clone(node, umap);
    }
    UndirectedGraphNode *clone(UndirectedGraphNode *node, unordered_map<int, UndirectedGraphNode*> &umap) {
        if (!node) return node;
        if (umap.count(node->label)) return umap[node->label];
        UndirectedGraphNode *newNode = new UndirectedGraphNode(node->label);
        umap[node->label] = newNode;
        for (int i = 0; i < node->neighbors.size(); ++i) {
            (newNode->neighbors).push_back(clone(node->neighbors[i], umap));
        }
        return newNode;
    } 
};