LeetCode-Python-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 1:

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。

注意:

1. 一个员工最多有一个直系领导，但是可以有多个直系下属
2. 员工数量不超过2000。

第一种思路：

DFS，res每次先加自己的importance，再去找下属。

"""
# Employee info
class Employee(object):
    def __init__(self, id, importance, subordinates):
        # It's the unique id of each node.
        # unique id of this employee
        self.id = id
        # the importance value of this employee
        self.importance = importance
        # the id of direct subordinates
        self.subordinates = subordinates
"""
class Solution(object):
    def getImportance(self, employees, i):
        """
        :type employees: Employee
        :type id: int
        :rtype: int
        """
        self.res = 0
        
        def dfs(subs):          
            for sub in subs:
                for employee in employees:
                    if employee.id == sub:#就是这个要找的员工
                        self.res += employee.importance                
                        dfs(employee.subordinates)#找他的下属员工
                
        dfs([i])       
        return self.res

第二种思路：

在第一种思路的基础上优化，不需要每次都从employees里遍历查找importance和subordinates，

而是用一个hashmap先记录好所有需要的结果，这样可以极大地提高查找速度。

class Solution(object):
    def getImportance(self, employees, i):
        """
        :type employees: Employee
        :type id: int
        :rtype: int
        """
        self.res = 0
        hashmap = dict()
        
        for employee in employees:
            hashmap[employee.id] = [employee.importance, employee.subordinates]
        
        def dfs(subs):          
            for sub in subs:               
                self.res += hashmap[sub][0]                
                dfs(hashmap[sub][1])#找他的下属员工

        dfs([i])       
        return self.res

class Solution:
    def getImportance(self, employees: List['Employee'], id: int) -> int:
        id2imp = dict()
        sup2sub = dict()

        for i, ee in enumerate(employees):
            idd, imp, subs = ee.id, ee.importance, ee.subordinates
            id2imp[idd] = imp
            sup2sub[idd] = subs
        
        def dfs(node):
            if not node:
                return 0
            res = id2imp[node] 
            for sub in sup2sub[node]:
                res += dfs(sub)
            return res

        return dfs(id)

第三种思路：

BFS实现。

class Solution(object):
    def getImportance(self, employees, i):
        """
        :type employees: Employee
        :type id: int
        :rtype: int
        """
        res = 0
        hashmap = dict()
        
        for employee in employees:
            hashmap[employee.id] = [employee.importance, employee.subordinates]
        
        queue = [i]
        while(queue):
            next_queue = []
            for item in queue:
                res += hashmap[item][0]
                next_queue += hashmap[item][1] #把下属列表加入下一次的queue                
            queue = next_queue[:]
            
        return res