690. 员工的重要性(LeetCode每日一题）

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。