155、员工的重要性

题目描述
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:

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。
思路：subordinates数组存放的包括自己的重要性，复杂度不谈了，很高，今天的刷题异常困难，可能是把昨天的好运都用掉了吧

/*
// Employee info
class Employee {
    // It's the unique id of each node;
    // unique id of this employee
    public int id;
    // the importance value of this employee
    public int importance;
    // the id of direct subordinates
    public List<Integer> subordinates;
};
*/
class Solution {
    public int getImportance(List<Employee> employees, int id) {
       	int max = 0;
		for (Employee employee : employees) {
			if(employee.id > max){
				max = employee.id;
			}
		}
		int []subordinate = new int[max + 1];
		int result = 0;
		//思路：首先将所有的下属放在subordinate数组中
		//找到id
		Queue<Employee> ids = new LinkedList<>();
		for (Employee employee : employees) {
			if(employee.id == id){
				ids.offer(employee);
				subordinate[id] = employee.importance;
				break;
			}
		}
		
		while (!ids.isEmpty()) {
			Employee tem = ids.poll();
			List<Integer> zhixi = tem.subordinates;
            	//		System.out.println("下属为："+zhixi);

			for (Integer integer : zhixi) {
				for (Employee employee : employees) {
					if(employee.id == integer){
						ids.offer(employee);
						subordinate[integer] = employee.importance;
						break;
					}
				}
			}
			
		}
		
		for (int i = 0; i < subordinate.length; i++) {
			result += subordinate[i];
			
		}
		
		return result; 
    }
}

换个思路：首先将其放入到hashmap中，然后将其进行直接找，效率大概提高一倍
代码

		//换个思路：
		
		int result = 0;
		int max = 0;
		for (Employee employee : employees) {
			if(employee.id > max){
				max = employee.id;
			}
		}
		int []subordinate = new int[max + 1];
		//首先放入到hashmap，这样方便取
		Map<Integer, Employee> hash = new HashMap<>();
		for (Employee employee : employees) {
			hash.put(employee.id, employee);
			
		}
		Queue<Employee> ids = new LinkedList<>();
		ids.offer(hash.get(id));
		
		while (!ids.isEmpty()) {
			Employee tEmployee = ids.poll();
			subordinate[tEmployee.id] = tEmployee.importance;
			List<Integer> list = tEmployee.subordinates;
			for (Integer integer : list) {
				ids.offer(hash.get(integer));
			}
		}

		for (int i = 0; i < subordinate.length; i++) {
			result += subordinate[i];
		}
		return result;

排名靠前的代码

class Solution {
    Map<Integer, Employee> emap;
    public int getImportance(List<Employee> employees, int queryid) {
        emap = new HashMap();
        for (Employee e: employees) emap.put(e.id, e);
        return dfs(queryid);
    }
    public int dfs(int eid) {
        Employee employee = emap.get(eid);
        int ans = employee.importance;
        for (Integer subid: employee.subordinates)
            ans += dfs(subid);
        return ans;
    }
}