网站快捷导航ie怎么做郑州关键词优化顾问

本文涉及知识点

C++BFS算法

LeetCode690. 员工的重要性

你有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 。
给定一个员工数组 employees，其中：
employees[i].id 是第 i 个员工的 ID。
employees[i].importance 是第 i 个员工的重要度。
employees[i].subordinates 是第 i 名员工的直接下属的 ID 列表。
给定一个整数 id 表示一个员工的 ID，返回这个员工和他所有下属的重要度的 总和。
示例 1：

输入：employees = [[1,5,[2,3]],[2,3,[]],[3,3,[]]], id = 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 。

示例 2：

输入：employees = [[1,2,[5]],[5,-3,[]]], id = 5
输出：-3
解释：员工 5 的重要度为 -3 并且没有直接下属。
因此，员工 5 的总重要度为 -3。

提示：
1 <= employees.length <= 2000
1 <= employees[i].id <= 2000
所有的 employees[i].id 互不相同。
-100 <= employees[i].importance <= 100
一名员工最多有一名直接领导，并可能有多名下属。
employees[i].subordinates 中的 ID 都有效。

C++BFS

根据生活常识，我们假定没有任何两位员工互为领导。如果互为领导，本题无法计算。
我们令 本人是自己的0层下属，直接下属是1层下属，直接下属的直接下属是二级下属…
leves[i]记录id 的i层下属。
BFS的状态表示：cur。
BFS的后续状态：cur的直接下属。
BFS的初始状态：leves[0] = {id};
BFS的返回值，所有的cur重要性之和。
BFS的重复处理：根据生活常识，无需处理重复。
预处理：向量vIDtoPtr记录 各id对应的员工信息。

代码

核心代码

class Employee {public:int id;int importance;vector<int> subordinates;};class Solution {public:int getImportance(vector<Employee*> employees, int id) {vector<Employee*> vIDToPtr(2000 + 1);for ( auto& ptr : employees) {vIDToPtr[ptr->id] = ptr;}queue<int > que;que.emplace(id);int ret = 0;while (que.size()) {int cur = que.front();que.pop();auto ptr = vIDToPtr[cur];ret += ptr->importance;for (const auto& next : ptr->subordinates) {que.emplace(next);}}return ret;}};

单元测试

namespace LeetCode690
{//LeetCode690. 员工的重要性TEST_CLASS(LeetCode690){public:class Employee {public:int id;int importance;vector<int> subordinates;};class Solution {public:int getImportance(vector<Employee*> employees, int id) {vector<Employee*> vIDToPtr(2000 + 1);for ( auto& ptr : employees) {vIDToPtr[ptr->id] = ptr;}queue<int > que;que.emplace(id);int ret = 0;while (que.size()) {int cur = que.front();que.pop();auto ptr = vIDToPtr[cur];ret += ptr->importance;for (const auto& next : ptr->subordinates) {que.emplace(next);}}return ret;}};vector<Employee> employees;vector<Employee*> ToPtr(vector<Employee>& employees) {vector<Employee*> ret;for (auto& e : employees) {ret.emplace_back(&e);}return ret;}int id;TEST_METHOD(TestMethod1){employees = { {1,5,{2,3}},{2,3,{}},{3,3,{}} }, id = 1;auto res = Solution().getImportance(ToPtr(employees), id);AssertEx(11, res);}TEST_METHOD(TestMethod2){employees = { {1,2,{5}},{5,-3,{}} }, id = 5;auto res = Solution().getImportance(ToPtr(employees), id);AssertEx(-3, res);}};
}

如果有不明白的，请加文末QQ群。

扩展阅读

视频课程

先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关推荐

我想对大家说的话
《喜缺全书算法册》以原理、正确性证明、总结为主。
按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
有效学习：明确的目标 及时的反馈 拉伸区（难度合适） 专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。