【哈希-简单】690. 员工的重要性(队列+dfs两种解法)

【题目】
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。
【代码】
【Python】
执行用时：
164 ms, 在所有 Python3 提交中击败了66.67%的用户
内存消耗：
16 MB, 在所有 Python3 提交中击败了48.89%的用户

"""
# 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:
        findID=dict()
        for index,em in enumerate(employees):
            findID[em.id]=index
        idlist=[id]
        value=0
        while idlist:
            value+=employees[findID[idlist[0]]].importance
            idlist.extend(employees[findID[idlist[0]]].subordinates)
            idlist.pop(0)
        return value

【方法2：dfs】

class Solution(object):
    def getImportance(self, employees, query_id):
        emap = {
    
    e.id: e for e in employees}
        def dfs(eid):
            employee = emap[eid]
            return (employee.importance +
                    sum(dfs(eid) for eid in employee.subordinates))
        return dfs(query_id)