690. 员工的重要性
题目链接:https://leetcode-cn.com/problems/employee-importance
1、题目
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。
2、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 。
3、题解
3.1、深度优先搜索(DFS)
根据员工编号查找到员工,将员工重要性加到总和,然后对该员工的下属继续进行遍历,直至所有下属遍历完。此时的总和为所求。
class Solution {
HashMap<Integer,Employee> maps = new HashMap<>();
public int getImportance(List<Employee> employees, int id) {
for(Employee e:employees){
maps.put(e.id,e);
}
return dfs(id);
}
public int dfs(int id){
Employee e = maps.get(id);
int res = e.importance;
for(int subId:e.subordinates){
res += dfs(subId);
}
return res;
}
}
复杂度分析
时间复杂度:O(n)
空间复杂度:O(n)
3.2、广度优先搜索(BFS)
实现思路同上
class Solution {
public int getImportance(List<Employee> employees, int id) {
Map<Integer, Employee> map = new HashMap<Integer, Employee>();
for (Employee employee : employees) {
map.put(employee.id, employee);
}
int total = 0;
Queue<Integer> queue = new LinkedList<Integer>();
//将最初节点id存入队列
queue.offer(id);
while (!queue.isEmpty()) {
//取出节点id进行累加操作
int curId = queue.poll();
Employee employee = map.get(curId);
total += employee.importance;
for (int subId : employee.subordinates) {
//添加子节点id到队列
queue.offer(subId);
}
}
return total;
}
}
复杂度分析
时间复杂度:O(n)
空间复杂度:O(n)
4、总结
对于树结构的算法问题,可以考虑使用DFS或BFS解决。