博客
关于我
力扣 690. 员工的重要性
阅读量:353 次
发布时间:2019-03-04

本文共 2175 字,大约阅读时间需要 7 分钟。

题目描述

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

来源:力扣(LeetCode)

链接:
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。


BFS

其实这道题的数据结构可以理解为树形结构:

  • 员工是树的结点
  • 员工的重要度是结点的值
  • 直系领导是父结点,直系下属是子结点

于是问题就转化为求以某员工为根结点形成的子树的所有结点值之和,可以使用 BFSDFS 两种思路求解。

另外需要对输入数据进行预处理,用字典以邻接表的形式存储树形结构,这样可以快速查询某员工信息。

下面是 BFS 求解过程:

"""# Definition for Employee.class Employee:    def __init__(self, id: int, importance: int, subordinates: List[int]):        self.id = id        self.importance = importance        self.subordinates = subordinates"""class Solution:    def getImportance(self, employees: List['Employee'], id: int) -> int:        # 邻接表        table = {   }        for e in employees:            table[e.id] = (e.importance, e.subordinates)        # BFS        from collections import deque        dq = deque([id])        res = 0        while dq:            imp, sub = table[dq.popleft()]            res += imp            dq.extend(sub)        return res

运行结果:

执行结果:通过

执行用时:164 ms, 在所有 Python3 提交中击败了69.60% 的用户
内存消耗:16.2 MB, 在所有 Python3 提交中击败了8.60% 的用户


DFS

下面是 DFS 求解过程:

"""# Definition for Employee.class Employee:    def __init__(self, id: int, importance: int, subordinates: List[int]):        self.id = id        self.importance = importance        self.subordinates = subordinates"""class Solution:    def getImportance(self, employees: List['Employee'], id: int) -> int:        # 邻接表        table = {   }        for e in employees:            table[e.id] = (e.importance, e.subordinates)        # DFS        def dfs(root):            res = 0            imp, sub = table[root]            res += imp            for s in sub:                res += dfs(s)            return res        return dfs(id)

运行结果:

执行结果:通过

执行用时:156 ms, 在所有 Python3 提交中击败了91.76% 的用户
内存消耗:16.2 MB, 在所有 Python3 提交中击败了10.99% 的用户


你可能感兴趣的文章
MySql中的concat()相关函数
查看>>
mysql中的concat函数,concat_ws函数,concat_group函数之间的区别
查看>>
MySQL中的count函数
查看>>
MySQL中的DB、DBMS、SQL
查看>>
MySQL中的DECIMAL类型:MYSQL_TYPE_DECIMAL与MYSQL_TYPE_NEWDECIMAL详解
查看>>
MySQL中的GROUP_CONCAT()函数详解与实战应用
查看>>
MySQL中的IO问题分析与优化
查看>>
MySQL中的ON DUPLICATE KEY UPDATE详解与应用
查看>>
mysql中的rbs,SharePoint RBS:即使启用了RBS,内容数据库也在不断增长
查看>>
mysql中的undo log、redo log 、binlog大致概要
查看>>
Mysql中的using
查看>>
MySQL中的关键字深入比较:UNION vs UNION ALL
查看>>
mysql中的四大运算符种类汇总20多项,用了三天三夜来整理的,还不赶快收藏
查看>>
mysql中的字段如何选择合适的数据类型呢?
查看>>
MySQL中的字符集陷阱:为何避免使用UTF-8
查看>>
mysql中的数据导入与导出
查看>>
MySQL中的时间函数
查看>>
mysql中的约束
查看>>
MySQL中的表是什么?
查看>>
mysql中穿件函数时候delimiter的用法
查看>>