LeetCode 每日一题 690. 员工的重要性

690. 员工的重要性

给定一个保存员工信息的数据结构，它包含了员工 唯一的 id ，重要度 和 直系下属的 id 。

比如，员工 1 是员工 2 的领导，员工 2 是员工 3 的领导。他们相应的重要度为 15 , 10 , 5 。那么员工 1 的数据结构是 [1, 15, [2]] ，员工 2的 数据结构是 [2, 10, [3]] ，员工 3 的数据结构是 [3, 5, []] 。注意虽然员工 3 也是员工 1 的一个下属，但是由于 并不是直系 下属，因此没有体现在员工 1 的数据结构中。

现在输入一个公司的所有员工信息，以及单个员工 id ，返回这个员工和他所有下属的重要度之和。

示例：

输入：[[1, 5, [2, 3]], [2, 3, []], [3, 3, []]], 1
输出：11
解释：
员工 1 自身的重要度是 5 ，他有两个直系下属 2 和 3 ，而且 2 和 3 的重要度均为 3 。因此员工 1 的总重要度是 5 + 3 + 3 = 11 。

提示：

• 一个员工最多有一个 直系 领导，但是可以有多个 直系 下属
• 员工数量不超过 2000 。

方法一：深度优先搜索

解题思路

• 将员工信息放入 哈希表 中，以便以 O(1) 的时间复杂度获取员工信息。

• 递归遍历员工的下属累加重要度即可。

参考代码

public int getImportance(List<Employee> employees, int id) {
    Map<Integer, Employee> map = new HashMap<>();
    for(Employee e : employees) {
        map.put(e.id, e);
    } 
    return dfs(map, id);
}

private int dfs(Map<Integer, Employee> map, int id) {
    Employee e = map.get(id);
    int importance = e.importance;
    for(int subId : e.subordinates) {
        importance += dfs(map, subId);
    }
    return importance;
}

执行结果

方法二：广度优先搜索

通常能用 dfs 的，也能使用 bfs。

参考代码

public int getImportance1(List<Employee> employees, int id) {
    Map<Integer, Employee> map = new HashMap<>();
    for (Employee e : employees) {
        map.put(e.id, e);
    }

    Queue<Integer> queue = new LinkedList<>();
    queue.offer(id);
    int sum = 0;
    while (!queue.isEmpty()) {
        Employee e = map.get(queue.poll());
        sum += e.importance;
        queue.addAll(e.subordinates);
    }
    return sum;
}

执行结果