- 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 。
/*
// Definition for Employee.
class Employee {
public int id;
public int importance;
public List<Integer> subordinates;
};
*/
class Solution {
public int DFS(Map<Integer, Employee> info, int id) {
// 累加当前员工和直接下属的值
int curImportance = info.get(id).importance;
for(int subId: info.get(id).subordinates) {
curImportance += DFS(info, subId);
}
return curImportance;
}
public int getImportance(List<Employee> employees, int id) {
/深度优先搜索
// Map<Integer, Employee>info = new HashMap<>();
// for (Employee cur : employees) {
// info.put(cur.id, cur);
// }
// return DFS(info, id);
/广度优先搜索
Map<Integer, Employee>info = new HashMap<>();
for (Employee cur : employees) {
info.put(cur.id, cur);
}
// 起始id 入队
Queue<Integer> queue = new LinkedList<Integer>();
queue.offer(id);
int sum = 0;
while (!queue.isEmpty()) {
int curId = queue.peek();
queue.poll();
sum += info.get(curId).importance;
// 下属入列
for (int subId :
info.get(curId).subordinates) {
queue.offer(subId);
}
}
return sum;
}
}
- 图像渲染
有一幅以 m x n 的二维整数数组表示的图画 image ,其中 image[i][j] 表示该图画的像素值大小。
你也被给予三个整数 sr , sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。
为了完成 上色工作 ,从初始像素开始,记录初始坐标的 上下左右四个方向上 像素值与初始坐标相同的相连像素点,接着再记录这四个方向上符合条件的像素点与他们对应 四个方向上 像素值与初始坐标相同的相连像素点,……,重复该过程。将所有有记录的像素点的颜色值改为 newColor 。
最后返回 经过上色渲染后的图像 。
示例 1:
输入: image = [[1,1,1],[1,1,0],[1,0,1]],sr = 1, sc = 1, newColor = 2
输出: [[2,2,2],[2,2,0],[2,0,1]]
解析: 在图像的正中间,(坐标(sr,sc)=(1,1)),在路径上所有符合条件的像素点的颜色都被更改成2。
注意,右下角的像素没有更改为2,因为它不是在上下左右四个方向上与初始点相连的像素点。
class Solution {
public void DFS(int[][] image, int row, int col, int[][] visited, int newX, int newY, int oldColor, int newColor) {
int[][] nextP = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};
// 1.染色
image[newX][newY] = newColor;
visited[newX][newY] = 1;
// 2.搜索新的位置:上下左右
// 上
for (int i = 0; i < 4; i++) {
int nextX = newX + nextP[i][0];
int nextY = newY + nextP[i][1];
// 3.判断位置有效性
if (nextX < 0 || nextX >= row || nextY < 0 || nextY >= col) {
continue;
}
// 颜色如果符合要求,且没被搜索过
if (image[nextX][nextY] == oldColor && visited[nextX][nextY] == 0){
DFS(image, row, col, visited, nextX, nextY, oldColor, newColor);
}
}
}
public int[][] floodFill(int[][] image, int sr, int sc, int newColor) {
int row = image.length;
int col = image[0].length;
int[][] visited = new int[row][col];
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
visited[i][j] = 0;
}
}
int oldColor = image[sr][sc];
DFS(image, row, col, visited, sr, sc, oldColor, newColor);
return image;
}
}
- 被围绕的区域
给你一个 m x n 的矩阵 board ,由若干字符 ‘X’ 和 ‘O’ ,找到所有被 ‘X’ 围绕的区域,并将这些区域里所有的 ‘O’ 用 ‘X’ 填充。
示例 1:
输入:board = [[“X”,“X”,“X”,“X”],[“X”,“O”,“O”,“X”],[“X”,“X”,“O”,“X”],[“X”,“O”,“X”,“X”]]
输出:[[“X”,“X”,“X”,“X”],[“X”,“X”,“X”,“X”],[“X”,“X”,“X”,“X”],[“X”,“O”,“X”,“X”]]
解释:被围绕的区间不会存在于边界上,换句话说,任何边界上的 ‘O’ 都不会被填充为 ‘X’。 任何不在边界上,或不与边界上的 ‘O’ 相连的 ‘O’ 最终都会被填充为 ‘X’。如果两个元素在水平或垂直方向相邻,则称它们是“相连”的。
class Solution {
int[][] nextP = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};
void DFS(char[][] board, int row, int col, int x, int y){
// 1. 标记
board[x][y] = 'a';
// 2. 搜索
for (int i = 0; i < 4; i++) {
int nx = x + nextP[i][0];
int ny = y + nextP[i][1];
// 3. 判断
if (nx <= 0 || nx >= row || ny <= 0 || ny >= col) {
continue;
}
if (board[nx][ny] == 'O'){
DFS(board, row, col, nx, ny);
}
}
}
public void solve(char[][] board) {
int row = board.length;
if (row == 0)
return;
int col = board[0].length;
// 搜索所有边上所有的o
// 以每一个边上的o为起点,找到和边上联通的所有的o
for (int i = 0; i < col; i++) {
// 第一行
if (board[0][i] == 'O')
DFS(board ,row, col, 0, i);
// 最后一行
if (board[row - 1][i] == 'O')
DFS(board ,row, col, row - 1, i);
}
for (int i = 0; i < row - 1; i++) {
// 第一列
if (board[i][0] == 'O')
DFS(board ,row, col, i, 0);
// 最后一列
if (board[i][col - 1] == 'O')
DFS(board ,row, col, i, col - 1);
}
// 替换,恢复
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
if (board[i][j] == 'O'){
board[i][j] = 'X';
}
else if (board[i][j] == 'a'){
board[i][j] = 'O';
}
}
}
}
}