【LeetCode】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 1:

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。
注意:

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。

分析

一个领导对应多个员工，每个员工对应1个领导。换句话说，领导是爸爸，员工是儿子。这种逻辑关系就相当于一棵树吗？所谓的重要性，不是就是root.val吗？

从而，这个问题就变成了给一个子树，求它的树上所有节点的总和。

DFS深度优先搜索遍历

/*
// Employee info
class Employee {
    // It's the unique id of each node;
    // unique id of this employee
    public int id;
    // the importance value of this employee
    public int importance;
    // the id of direct subordinates
    public List<Integer> subordinates;
};
*/

class Solution {
    public int getImportance(List<Employee> employees, int id) {
        
        for(Employee e : employees) {
            if(e.id == id) {
                if(e.subordinates.size() == 0) {
                    return e.importance;
                }
                for(int sonid : e.subordinates) {
                    e.importance += getImportance(employees,sonid);
                }
                return e.importance;
            }
        }
        return 0;
    }
}

复杂度分析

• 时间复杂度：O(N)。其中 N 是员工人数。我们可以在 DFS 中查询每个员工。
• 空间复杂度：O(N)，计算 DFS 时隐式调用堆栈的大小。

方法二：BFS宽度优先搜索算法 + 队列

//BFS + 队列
class Solution {
    public int getImportance(List<Employee> employees, int id) {
        if(employees == null || employees.size() == 0) {
            return 0;
        }
        //这里可以用map先存一下，不然每次都得根据id去搜employee
        Map<Integer, Employee> map = new HashMap<>();
        for(Employee e : employees) {
            map.put(e.id, e);
        }
        //对于BFS，就维护一个队列，每次把出队的节点的孩子给丢进队列即可
        Deque<Employee> queue = new ArrayDeque<>();
        //第一个节点入队，相当于二叉树根节点入队列
        queue.offer(map.get(id));
        int ans = 0;
        while(!queue.isEmpty()) {
            Employee e = queue.poll();
            ans += e.importance;
            //把根节点孩子丢进队列里
            for(int subordinate : e.subordinates) {
                queue.offer(map.get(subordinate));
            }
        }
        return ans;
    }
}