Leetcode.690. 员工的重要性___递归与哈希优化

690. 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 。
 

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 。

Solution1: 暴力递归

• 我们可以先找到所给id对应的员工，然后拿到他的直系下属，再去分别的把他的所有直系下属的直系下属都查找出来，然后查出来的话再继续把下属拿到去查下属的下属，这样的话即可查出该id对应的员工的所有的下属员工。

/*
// Definition for Employee.
class Employee {
    public int id;
    public int importance;
    public List<Integer> subordinates;
};
*/

class Solution {

    int res = 0;

    public int getImportance(List<Employee> employees, int id) {
        for(Employee e : employees){
            if(e.id == id){
                res += e.importance;
                dfs(employees,e);
                break;
            }
        }
        return res;
    }

    public void dfs(List<Employee> employees,Employee e0){
        if(e0.subordinates == null || e0.subordinates.size() == 0){
            return;
        }

        for(Integer id : e0.subordinates){
            for(Employee e : employees){
                if(e.id == id){
                    res += e.importance;
                    dfs(employees,e);
                }
            }   
        }
    }
}

Solution2: 使用哈希进行递归优化

• 思路同Solution1大体一样，只不过对根据id查找其对应的员工数据结构的功能进行了优化，因为我们事先准备了一个map进行存储给定的集合employees，key是id，value是该id对应的employee；

/*
// Definition for Employee.
class Employee {
    public int id;
    public int importance;
    public List<Integer> subordinates;
};
*/
class Solution {

    int res = 0;

    public int getImportance(List<Employee> employees,int id){
        Map<Integer,Employee> map = new HashMap<>();
        for(Employee e:employees){
            map.put(e.id,e);
        }
        res+=map.get(id).importance;
        dfs(map,map.get(id));
        return res;
    }

    public void dfs(Map<Integer,Employee> map,Employee e0){
        if(e0.subordinates == null || e0.subordinates.size() == 0){
            return;
        }

        for(Integer id : e0.subordinates){
            res+=map.get(id).importance;
            dfs(map,map.get(id));
        }
    }
}