【哈希-简单】690. 员工的重要性(队列+dfs两种解法)

最新推荐文章于 2022-03-26 09:04:19 发布

菜菜2022

最新推荐文章于 2022-03-26 09:04:19 发布

阅读量123

点赞数

CC 4.0 BY-SA版权

分类专栏： # leetcode

本文链接：https://blog.youkuaiyun.com/kz_java/article/details/114488196

leetcode 专栏收录该内容

714 篇文章

订阅专栏

该博客介绍了一个问题，即如何在给定员工数据结构中计算指定员工及其所有下属的重要度之和。员工数据结构包含id、重要度和直系下属id。提供了两种解决方案：一种是通过构建字典查找并累加重要度，另一种是使用深度优先搜索（DFS）遍历员工关系。示例展示了输入和输出，并给出了执行时间和内存消耗。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【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。
【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。
【代码】
【Python】
执行用时：
164 ms, 在所有 Python3 提交中击败了66.67%的用户
内存消耗：
16 MB, 在所有 Python3 提交中击败了48.89%的用户

"""
# Definition for Employee.
class Employee:
    def __init__(self, id: int, importance: int, subordinates: List[int]):
        self.id = id
        self.importance = importance
        self.subordinates = subordinates
"""
class Solution:
    def getImportance(self, employees: List['Employee'], id: int) -> int:
        findID=dict()
        for index,em in enumerate(employees):
            findID[em.id]=index
        idlist=[id]
        value=0
        while idlist:
            value+=employees[findID[idlist[0]]].importance
            idlist.extend(employees[findID[idlist[0]]].subordinates)
            idlist.pop(0)
        return value

【方法2：dfs】

class Solution(object):
    def getImportance(self, employees, query_id):
        emap = {e.id: e for e in employees}
        def dfs(eid):
            employee = emap[eid]
            return (employee.importance +
                    sum(dfs(eid) for eid in employee.subordinates))
        return dfs(query_id)