入口

力扣（LeetCode）官網 - 全球極客摯愛的技術成長平臺備戰技術面試？力扣提供海量技術面試資源，幫助你高效提升編程技能，輕松拿下世界 IT 名企 Dream Offer。https://leetcode.cn/problems/employee-importance/

題目描述

        給定一個保存員工信息的數據結構，它包含了員工 唯一的 id ，重要度 和 直系下屬的 id 。比如，員工 1 是員工 2 的領導，員工 2 是員工 3 的領導。他們相應的重要度為 15 , 10 , 5 。那么員工 1 的數據結構是 [1, 15, [2]] ，員工 2的 數據結構是 [2, 10, [3]] ，員工 3 的數據結構是 [3, 5, []] 。注意雖然員工 3 也是員工 1 的一個下屬，但是由于 并不是直系 下屬，因此沒有體現在員工 1 的數據結構中。

現在輸入一個公司的所有員工信息，以及單個員工 id ，返回這個員工和他所有下屬的重要度之和。

示例：

輸入：[[1, 5, [2, 3]], [2, 3, []], [3, 3, []]], 1
輸出：11
解釋：
員工 1 自身的重要度是 5 ，他有兩個直系下屬 2 和 3 ，而且 2 和 3 的重要度均為 3 。因此員工 1 的總重要度是 5 + 3 + 3 = 11 。

提示：

• 一個員工最多有一個 直系 領導，但是可以有多個 直系 下屬
• 員工數量不超過 2000 。

        當遇到一個問題描述中涉及到多個個體之間存在層級關系，且這些關系可以看作是一個從頂層到底層的結構時，很可能你正在處理一個樹結構問題。例如公司的組織結構、文件系統、家譜等等。

        這道題就是一個典型的樹結構問題。員工之間的領導和下屬關系可以看作是一種層級結構，公司的管理層次就像是一棵樹，頂級領導是樹的根節點，而下屬們是樹的分支。要解決這個問題，需要通過遍歷這棵樹，累加每個員工的重要度，從而得到特定員工及其所有下屬的重要度之和。

方法一：深度優先搜索

Java示例

class Solution {
    Map<Integer, Employee> map = new HashMap<>(); // 創建一個映射，將員工ID映射到員工對象

    public int getImportance(List<Employee> employees, int id) {
        // 將員工列表中的員工對象放入映射表中，以便快速查找
        for (Employee emp : employees) {
            map.put(emp.id, emp);
        }
        // 調用深度優先搜索函數來計算員工及其下屬員工的總重要性值
        return dfs(id);
    }

    public int dfs(int id) {
        Employee emp = map.get(id); // 從映射表中獲取指定ID對應的員工對象
        int total = emp.importance; // 初始化總重要性值為員工的重要性值
        List<Integer> subs = emp.subordinates; // 獲取員工的下屬員工ID列表
        for (int i : subs) {
            // 遞歸調用dfs函數來計算下屬員工的總重要性值并累加到總值中
            total += dfs(i);
        }
        // 返回累計的總重要性值
        return total;
    }
}

復雜度分析

時間復雜度：O(n)，其中 n是員工數量。

空間復雜度：O(n)，其中 n是員工數量。

方法二：廣度優先搜索

Java示例

class Solution {
    public int getImportance(List<Employee> employees, int id) {
        // 創建一個映射，將員工的ID映射到對應的員工對象
        Map<Integer, Employee> map = new HashMap<>();
        
        int total = 0; // 用于累計重要度
        
        // 將員工列表中的員工對象放入映射中
        for (Employee employee : employees) {
            map.put(employee.id, employee);
        }

        // 創建一個隊列，用于廣度優先搜索
        Queue<Integer> queue = new LinkedList<>();
        queue.offer(id); // 將給定員工的ID加入隊列，作為起始點
        
        // 廣度優先搜索
        while (!queue.isEmpty()) {
            int curId = queue.poll(); // 彈出隊列中的當前員工ID
            Employee emp = map.get(curId); // 獲取當前員工對象
            
            total += emp.importance; // 累加當前員工的重要度
            
            List<Integer> subs = emp.subordinates; // 獲取當前員工的下屬ID列表
            
            // 將當前員工的下屬ID加入隊列，以便后續遍歷
            for (int subId : subs) {
                queue.offer(subId);
            }
        }
        
        return total; // 返回累計的總重要度
    }
}

復雜度分析

時間復雜度：O(n)，其中 n是員工數量。

空間復雜度：O(n)，其中 n 是員工數量。哈希表的大小為 n，隊列的大小不超過 n。