LeetCode算法题-Employee Importance（Java实现）
这是悦乐书的第291次更新，第309篇原创
01 看题和准备
今天介绍的是LeetCode算法题中Easy级别的第159题（顺位题号是690）。定义员工信息的数据结构，其中包括员工的唯一ID，他的重要性值以及他的直接下属ID。例如，员工1是员工2的领导者，员工2是员工3的领导者。他们的重要性值分别为15,10和5。然后，员工1具有[1,15，[2]]等数据结构，员工2具有[2,10，[3]]，员工3具有[3,5，[]]。请注意，虽然员工3也是员工1的下属，但该关系不是直接的。现在，根据公司的员工信息和员工ID，您需要返回该员工及其所有下属的总重要性值。
输入：[[1,5，[2,3]]，[2,3，[]]，[3,3，[]]]，1
输出：11
说明：员工1具有重要性值5，他有两个直接下属：员工2和员工3.他们都具有重要性值3.因此员工1的总重要性值是5 + 3 + 3 = 11。
注意：
-
一名员工最多只有一名直接领导，但是可以有多名下属。
-
最多员工人数不超过2000人。
本次解题使用的开发工具是eclipse，jdk使用的版本是1.8，环境是win7 64位系统，使用Java语言编写和测试。
02 第一种解法
题目的意思是找到所给id员工的重要性以及所有下属员工重要性之和，如果其下属员工本身也有下属，也要算进去，也就是说该问题的子问题还是问题本身。因此我们可以使用递归的方法。
先找到当前id所在的员工信息和其下属员工的id集合，我们将其下属员工id放入HashSet中，然后再去遍历所有员工集合，如果HashSet中包含当前员工的id，就累加上其重要值，然后对其下属员工进行再处理，调用递归方法，最后返回sum。
/*
// 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) {
return helper(employees, id);
}
public int helper(List<Employee> employees, int id){
List<Integer> sub = null;
int sum = 0;
for (Employee em : employees) {
if (em.id == id) {
sub = em.subordinates;
sum += em.importance;
break;
}
}
Set<Integer> set = new HashSet<Integer>();
for (Integer num : sub) {
set.add(num);
}
for (Employee em : employees) {
if (set.contains(em.id)) {
sum += helper(employees, em.id);
}
}
return sum;
}
}
03 第二种解法
我们可以对第一种解法再优化下，依旧使用递归，但是使用HashMap对初始员工数据进行处理，以id为key，以员工信息为value。递归方法中，以id为参数，查找当前id在HashMap中对应的员工信息，定义一个sum变量，初始值为当前员工的重要性，遍历当前员工的下属员工id集合，调用递归方法本身，最后返回sum。
/*
// 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 Map<Integer, Employee> map ;
public int getImportance(List<Employee> employees, int id) {
map = new HashMap<Integer, Employee>();
for (Employee em : employees) {
map.put(em.id, em);
}
return helper(id);
}
public int helper(int id){
Employee em = map.get(id);
int sum = em.importance;
for (Integer num : em.subordinates) {
sum += helper(num);
}
return sum;
}
}
04 第三种解法
我们也可以使用迭代的方式来处理，借助队列来实现，当然你也可以使用栈。依旧是将所有的员工信息遍历放入HashMap中，以id为key，以员工信息为value。然后创建一个队列，将参数id作为初始元素入队列，接着对队列中的数据进行处理，出队列，然后使用id在HashMap中查找对应的value，找到后，累加上其重要值，然后遍历该员工的下属，将下属的id加入到队列中去，一直循环处理，直到队列为空。最后返回sum。
/*
// 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) {
Map<Integer, Employee> map = new HashMap<Integer, Employee>();
for (Employee em : employees) {
map.put(em.id, em);
}
int sum = 0;
Queue<Integer> queue = new LinkedList<Integer>();
queue.offer(id);
while (!queue.isEmpty()) {
int temp = queue.poll();
Employee e = map.get(temp);
sum += e.importance;
for (Integer num : e.subordinates) {
queue.offer(num);
}
}
return sum;
}
}
05 小结
算法专题目前已日更超过四个月，算法题文章159+篇，公众号对话框回复【数据结构与算法】、【算法】、【数据结构】中的任一关键词，获取系列文章合集。
以上就是全部内容，如果大家有什么好的解法思路、建议或者其他问题，可以下方留言交流，点赞、留言、转发就是对我最大的回报和支持！
