[每日算法 - 华为机试] leetcode690. 员工的重要性

入口

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台备战技术面试？力扣提供海量技术面试资源，帮助你高效提升编程技能，轻松拿下世界 IT 名企 Dream Offer。https://leetcode.cn/problems/employee-importance/

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：

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 。

        当遇到一个问题描述中涉及到多个个体之间存在层级关系，且这些关系可以看作是一个从顶层到底层的结构时，很可能你正在处理一个树结构问题。例如公司的组织结构、文件系统、家谱等等。

        这道题就是一个典型的树结构问题。员工之间的领导和下属关系可以看作是一种层级结构，公司的管理层次就像是一棵树，顶级领导是树的根节点，而下属们是树的分支。要解决这个问题，需要通过遍历这棵树，累加每个员工的重要度，从而得到特定员工及其所有下属的重要度之和。

方法一：深度优先搜索

Java示例

class Solution {
    Map<Integer, Employee> map = new HashMap<>(); // 创建一个映射，将员工ID映射到员工对象

    public int getImportance(List<Employee> employees, int id) {
        // 将员工列表中的员工对象放入映射表中，以便快速查找
        for (Employee emp : employees) {
            map.put(emp.id, emp);
        }
        // 调用深度优先搜索函数来计算员工及其下属员工的总重要性值
        return dfs(id);
    }

    public int dfs(int id) {
        Employee emp = map.get(id); // 从映射表中获取指定ID对应的员工对象
        int total = emp.importance; // 初始化总重要性值为员工的重要性值
        List<Integer> subs = emp.subordinates; // 获取员工的下属员工ID列表
        for (int i : subs) {
            // 递归调用dfs函数来计算下属员工的总重要性值并累加到总值中
            total += dfs(i);
        }
        // 返回累计的总重要性值
        return total;
    }
}

复杂度分析

时间复杂度：O(n)，其中 n是员工数量。

空间复杂度：O(n)，其中 n是员工数量。

---

方法二：广度优先搜索

Java示例

class Solution {
    public int getImportance(List<Employee> employees, int id) {
        // 创建一个映射，将员工的ID映射到对应的员工对象
        Map<Integer, Employee> map = new HashMap<>();
        
        int total = 0; // 用于累计重要度
        
        // 将员工列表中的员工对象放入映射中
        for (Employee employee : employees) {
            map.put(employee.id, employee);
        }

        // 创建一个队列，用于广度优先搜索
        Queue<Integer> queue = new LinkedList<>();
        queue.offer(id); // 将给定员工的ID加入队列，作为起始点
        
        // 广度优先搜索
        while (!queue.isEmpty()) {
            int curId = queue.poll(); // 弹出队列中的当前员工ID
            Employee emp = map.get(curId); // 获取当前员工对象
            
            total += emp.importance; // 累加当前员工的重要度
            
            List<Integer> subs = emp.subordinates; // 获取当前员工的下属ID列表
            
            // 将当前员工的下属ID加入队列，以便后续遍历
            for (int subId : subs) {
                queue.offer(subId);
            }
        }
        
        return total; // 返回累计的总重要度
    }
}

复杂度分析

时间复杂度：O(n)，其中 n是员工数量。

空间复杂度：O(n)，其中 n 是员工数量。哈希表的大小为 n，队列的大小不超过 n。