LeetCode演算法題-Employee Importance（Java實現）
這是悅樂書的第291 次更新，第309 篇原創
01 看題和準備
今天介紹的是LeetCode演算法題中Easy級別的第159題（順位題號是690）。定義員工資訊的資料結構，其中包括員工的唯一ID，他的重要性值以及他的直接下屬ID。例如，員工1是員工2的領導者，員工2是員工3的領導者。他們的重要性值分別為15,10和5。然後，員工1具有[1,15，[2]]等資料結構，員工2具有[2,10，[3]]，員工3具有[3,5，[]]。請注意，雖然員工3也是員工1的下屬，但該關係不是直接的。現在，根據公司的員工資訊和員工ID，您需要返回該員工及其所有下屬的總重要性值。
輸入：[[1,5，[2,3]]，[2,3，[]]，[3,3，[]]]，1
輸出：11
說明：員工1具有重要性值5，他有兩個直接下屬：員工2和員工3.他們都具有重要性值3.因此員工1的總重要性值是5 + 3 + 3 = 11。
注意：
-
一名員工最多隻有一名直接領導，但是可以有多名下屬。
-
最多員工人數不超過2000人。
本次解題使用的開發工具是eclipse，jdk使用的版本是1.8，環境是win7 64位系統，使用Java語言編寫和測試。
02 第一種解法
題目的意思是找到所給id員工的重要性以及所有下屬員工重要性之和，如果其下屬員工本身也有下屬，也要算進去，也就是說該問題的子問題還是問題本身。因此我們可以使用遞迴的方法。
先找到當前id所在的員工資訊和其下屬員工的id集合，我們將其下屬員工id放入HashSet中，然後再去遍歷所有員工集合，如果HashSet中包含當前員工的id，就累加上其重要值，然後對其下屬員工進行再處理，呼叫遞迴方法，最後返回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 第二種解法
我們可以對第一種解法再優化下，依舊使用遞迴，但是使用HashMap對初始員工資料進行處理，以id為key，以員工資訊為value。遞迴方法中，以id為引數，查詢當前id在HashMap中對應的員工資訊，定義一個sum變數，初始值為當前員工的重要性，遍歷當前員工的下屬員工id集合，呼叫遞迴方法本身，最後返回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 第三種解法
我們也可以使用迭代的方式來處理，藉助佇列來實現，當然你也可以使用棧。依舊是將所有的員工資訊遍歷放入HashMap中，以id為key，以員工資訊為value。然後建立一個佇列，將引數id作為初始元素入佇列，接著對佇列中的資料進行處理，出佇列，然後使用id在HashMap中查詢對應的value，找到後，累加上其重要值，然後遍歷該員工的下屬，將下屬的id加入到佇列中去，一直迴圈處理，直到佇列為空。最後返回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 小結
演算法專題目前已日更超過四個月 ，演算法題文章159 +篇，公眾號對話方塊回覆【資料結構與演算法 】、【演算法 】、【資料結構 】中的任一關鍵詞，獲取系列文章合集。
以上就是全部內容，如果大家有什麼好的解法思路、建議或者其他問題，可以下方留言交流，點贊、留言、轉發就是對我最大的回報和支援！