员工的重要性(DFS和BFS)

Posted 红颜莫知己

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了员工的重要性(DFS和BFS)相关的知识,希望对你有一定的参考价值。

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:

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 。

提示:

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 。

思路分析

这道题算是一道非常经典的题目,很多人看了题很可能就大脑一片空白了,感觉好难无从下笔,其实这道题就是对树的考察而已,只不过和我们平时见到的二叉树不太一样而已,除了子节点数不同之外,每个节点里面的信息也不同,我们以题目中示例1为例画个图:
在这里插入图片描述
题目要求我们计算一个员工和他所有下属的重要度之和,说到底就是搜索这个树,树的搜索我们就学过两种深度优先搜索(DFS)、广度优先搜索(BFS)

深度优先搜索

深度优先搜索我们都知道,搜索到最底层然后依次返回,我们将只需要将每个员工的重要性返回给上一层,然后和上一层的员工重要性加起来再次返回

普通递归java代码:

class Solution {
    public int getImportance(List<Employee> employees, int id) {
        //遍历员工
       for (Employee employee : employees) {
           //找到对应id员工
           if (employee.id == id) {
               //若当前直系下属为0,则将该员工重要性返回上一层
               if (employee.subordinates.size() == 0) {
                   return employee.importance;
               }
               //找到该员工的所有直系下属
               for (int subId : employee.subordinates) {
                   employee.importance += getImportance(employees,subId);
               }
               //将该员工重要性返回上一层
               return employee.importance;
           } 
       }
       return 0;
    }
}

是不是看起来代码很少,但是你能写出来却是很难的,对于我们学生来说递归其实大部分都只会写简单的代码,或者照猫画虎。稍微有点难度就不会了;

在这里有一个小技巧,我们在写递归的时候,逻辑部分能简单就简单,不然会使一团乱麻;

由于每一个员工的信息都是唯一的,所以我们可以使用哈希表来存储这些员工信息:HashMap<Integer,Employee>;

这样一来就容易多,因为员工信息里给了我们他们直系下属员工的编号了,所以我们直接在哈希表中找到该员工就可以了。

细节请看代码:

java代码:

class Solution {
	//创建一个哈希表,存储员工信息
    Map<Integer,Employee> map = new HashMap<Integer,Employee>();
    public int getImportance(List<Employee> employees, int id) {
    	//将员工信息存入哈希表
        for (Employee employee : employees) {
            map.put(employee.id , employee);
        }
        return dfs(id);
    }
	//深度优先搜索
    public int dfs(int id){
    	//在哈希表中,找出该员工信息
        Employee employee = map.get(id);
        //重要性
        int total = employee.importance;
        //找到该员工的所有直系下属
        List<Integer> subordinates = employee.subordinates;
        //每个直系下属都执行
        for (int subID : subordinates) {
            total += dfs(subID);
        }
        return total;
    }
}

广度优先搜索

广度优先搜索就比较好理解了,我们依然讲员工信息存在哈希表里面,我们直接在里面找对应id员工,再找到他的直系下属,再找非直系下属,依次相加即可:

java代码:

class Solution {
    public int getImportance(List<Employee> employees, int id) {
        //将所有员工都放在map中对应的位置
        Map<Integer,Employee> map = new HashMap<Integer,Employee>();
        for (Employee employee : employees) {
           map.put(employee.id , employee);
        }
        int total = 0;
        //保存直系下属信息,也可以说是同层节点
        Queue<Integer> queue = new LinkedList<Integer>();
        queue.offer(id);

        //若队列为空,说明已经到达最基层
        while(!queue.isEmpty()) {
            //保存并弹出队首ID
            int curId = queue.poll();
            //将当前ID对应的员工信息找到
            Employee employee = map.get(curId);
            total += employee.importance;
            //找到当前员工的直系下属
            List<Integer> subordinates = employee.subordinates;
            for (int subId : subordinates) {
                queue.offer(subId);
            }
        }
        return total;
    }
}

若有误,请指教!

以上是关于员工的重要性(DFS和BFS)的主要内容,如果未能解决你的问题,请参考以下文章

(转)BFS与DFS

LeetCode 690 员工的重要性[DFS Map] HERODING的LeetCode之路

2/15 拓扑排序+dfs(规定方向的顺序很重要)+bfs

搜索

DFS和BFS的思想探究

DFS和BFS的思想探究