leetcode 690.员工的重要性 - 广度优先搜索

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;
    }
};