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:
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