来源

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/employee-importance/

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 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 1:
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。

注意:
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。

题解

深度优先搜索DFS

  1. /*
  2. // Employee info
  3. class Employee {
  4.     // It's the unique id of each node;
  5.     // unique id of this employee
  6.     public int id;
  7.     // the importance value of this employee
  8.     public int importance;
  9.     // the id of direct subordinates
  10.     public List<Integer> subordinates;
  11. };
  12. */
  13. class Solution {
  14.     Map<Integer, Employee> emap;
  15.     public int getImportance(List<Employee> employees, int id) {
  16.         emap = new HashMap<>();
  17.         for (Employee employee : employees) {
  18.             emap.put(employee.id, employee);
  19.         }
  20.         return dfs(id);
  21.     }
  22.     public int dfs(int employeeId) {
  23.         Employee employee = emap.get(employeeId);
  24.         int ans = employee.importance;
  25.         for (Integer subid : employee.subordinates) {
  26.             ans += dfs(subid);
  27.         }
  28.         return ans;
  29.     }
  30. }

复杂度分析

  • 时间复杂度：O(N)。其中N是员工人数。我们可以在 DFS 中查询每个员工。
  • 空间复杂度：O(N)，计算 DFS 是隐式调用堆栈的大小。