leetcode 690.员工的重要性 - 广度优先搜索
作者:互联网
leetcode 690.员工的重要性 - 广度优先搜索
题干
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 。
知识点&算法
注意题目要求的是一个员工的所有下属,而非所有直系下属,所以单次遍历是肯定做不出来的,因此我们需要一个逐层搜索的算法,很容易想到dfs和bfs两种写法。
首先为了后续便于通过id访问员工数据,我们需要对数据进行预处理,我这里用的方法是开了一个数组,用数组下标映射员工id,当然是因为题目数据量只有2000所以才这么写,总之还是一个哈希的思路,用map当然也是可以的。
然后bfs逐层搜索就完事了。
题解
class Solution {
public:
int getImportance(vector<Employee*> employees, int id) {
int res = 0;
vector<Employee* > info(2005);
for(auto e : employees) info[e->id] = e;
queue<Employee* > Q;
Q.push(info[id]);
while(!Q.empty()){
auto now = Q.front();
Q.pop();
res += now->importance;
for(auto e : now->subordinates){
Q.push(info[e]);
}
}
return res;
}
};
标签:info,690,数据结构,直系,leetcode,下属,广度,员工,id 来源: https://blog.csdn.net/weixin_43662405/article/details/116329519