Leetcode 690. Employee Importance 员工的重要性_员工的重要性 java‘-优快云博客

本文介绍了一种算法，用于计算特定员工及其所有下属的重要度之和。通过构建员工数据结构，并利用哈希表与深度优先搜索(DFS)策略，有效地解决了问题。

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。

解题思路：

使用列表进行id检索过于花费时间，所以我们要使用哈希表来进行预处理。

使用DFS进行遍历。

代码实现：

/*
// 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) {
        int result = 0;
        Map<Integer, Employee> map = new HashMap<Integer, Employee>();
        for (Employee e : employees) {
            map.put(e.id, e);
        }
        Stack<Employee> stack = new Stack<Employee>();
        Employee ee = map.get(id);
        stack.push(ee);
        while (!stack.isEmpty()) {
            ee = stack.pop();
            result += ee.importance;
            for (int i = ee.subordinates.size() - 1; i >= 0; i --) {
                stack.push(map.get(ee.subordinates.get(i)));
            }
        }
        return result;
    }
}