原题链接
一. 题目描述
你有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 。
给定一个员工数组 employees,其中:
employees[i].id 是第 i 个员工的 ID。
employees[i].importance 是第 i 个员工的重要度。
employees[i].subordinates 是第 i 名员工的直接下属的 ID 列表。
给定一个整数 id 表示一个员工的 ID,返回这个员工和他所有下属的重要度的 总和。
示例 1:
输入:employees = [[1,5,[2,3]],[2,3,[]],[3,3,[]]], id = 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 。
示例 2:
输入:employees = [[1,2,[5]],[5,-3,[]]], id = 5
输出:-3
解释:员工 5 的重要度为 -3 并且没有直接下属。
因此,员工 5 的总重要度为 -3。
提示:
1 <= employees.length <= 2000
1 <= employees[i].id <= 2000
所有的 employees[i].id 互不相同。
-100 <= employees[i].importance <= 100
一名员工最多有一名直接领导,并可能有多名下属。
employees[i].subordinates 中的 ID 都有效。
二. 解题思路
本题的题意也比较简单,给你一个结构体的员工信息数组,每个数组中含有三个元素, 员工的 id,员工的重要性,员工手底下的小喽啰。然后给你一个员工的 id ,需要你求出这个员工的重要性总和,注意这里的重要性不仅包括该员工自己的,还包括他手底下员员工的。
聪明的同学一眼就可以看出来这是一个树形结构,每一个id 都映射了重要性和手下员工这两个属性,所有我们在做之前得将他们以哈希的方式映射起来。
可以有两种映射方式:(1)以id 为下标将重要性和手下员工分别存储在两个vector 数组中,如下:
vector<int> important(2005);
vector<vector<int>> sub(2005, vector<int>(2005));
for(int i = 0; i < employees.size(); i++){
important[employees[i]->id] = employees[i]->importance;
sub[employees[i]->id] = employees[i]->subordinates;
}
(2)将所有员工信息存储到以id 为键的map 中,如下:
unordered_map<int, Employee*> mp;
for(auto & it : employees){
mp[it->id] = it;
}
然后我们开始搜:
1. 广搜: 定义一个q 的队列,将id 存储,然后开始循环遍历,每一次将所属id 的员工存储到q 中,再将该id 的重要性添加到结果中即可。
2. 深搜:直接遍历员工的下属数组,然后将下属的重要性添加即可。
话不多说!!!上代码!!
三. 代码
1. 深搜:
class Solution {
public:
unordered_map<int, Employee*> mp;
int total = 0;
int dfs(int id){
int total = mp[id]->importance; // 当前id 的员工的重要性
for(int i = 0; i < mp[id]->subordinates.size(); i++){
total += dfs(mp[id]->subordinates[i]); //递归添加当前员工的下属的重要性
}
return total;
}
int getImportance(vector<Employee*> employees, int id) {
for(auto & it : employees){ // 哈希映射关系
mp[it->id] = it;
}
return dfs(id);;
}
};
2. 广搜:
class Solution {
public:
int getImportance(vector<Employee*> employees, int id) {
int res = 0;
vector<int> important(2005); // 映射重要性
vector<vector<int>> sub(2005, vector<int>(2005)); // 映射下属员工
for(int i = 0; i < employees.size(); i++){
important[employees[i]->id] = employees[i]->importance;
sub[employees[i]->id] = employees[i]->subordinates;
}
queue<int> q; // 存储id
if(important[id] == 0) return res; // 总重要性
q.push(id);
while(!q.empty()){
int size = q.size();
while(size--){
int id = q.front(); q.pop();
res += important[id]; // 添加该员工的重要性
for(int i = 0; i < sub[id].size(); i++){ // 将该员工的下属添加到队列中
q.push(sub[id][i]);
}
}
}
return res;
}
};
四. 总结
本题属于搜索的基本题目,感兴趣的同学可以练习一下。
深搜时间复杂度:O(N); 深搜空间复杂度:O(N)。
广搜时间复杂度:O(N + E); 广搜空间复杂度:O(N)。