入口
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。