1.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: // // // 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。 // // Related Topics 深度优先搜索 广度优先搜索 哈希表
这就是一个N叉树的问题,求该节点及其子节点的所有值的和。
public int getImportance(List<Employee> employees, int id) {
if(employees==null || employees.size()==0){
return 0;
}
Map<Integer, Employee> map = new HashMap<>();
for (Employee item : employees) {
map.put(item.id, item);
}
int sum = 0;
Queue<Employee> queue = new LinkedList<>();
Employee employee = map.get(id);
queue.offer(employee);
while(!queue.isEmpty()){
Employee em = queue.poll();
sum += em.importance;
if(em.subordinates != null && em.subordinates.size() != 0){
for (int i:em.subordinates) {
queue.offer(map.get(i));
}
}
}
return sum;
}