这是我参与2022首次更文挑战的第22天，活动详情查看：2022首次更文挑战
题目
690. 员工的重要性
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 。
思路
- 我们先根据给到我们的员工id,去找到对应的这个员工，然后把他自己的重要性加起来，同时下一轮我们要遍历的是他手下的员工，这时候其实形成了一个递归问题；
- 那么我们可以把当前员工放到一个数组里面，当作一棵树来看，每次遍历完当前层级的员工，统计他们的重要性，同时把他们各自手下的员工统计好作为下一次遍历的值；
- 一直循环到最后一轮，所有员工手下都没有人位置，这时候说明大家都是最底层的打工仔，就直接返回我们的统计结果；
- 在这个过程中我们会发现经常需要根据员工的id去我们的员工数组里面找到对应的人，那么我们可以在一开始通过一轮for循环先建立起一个map对象的映射关系，后端也叫做哈希表结构，这样子就可以省去我们每次遍历拿手下员工id找对应的人的时间；
- 这种方式在算法世界里面有个专业术语，叫做广度优先搜索，有个洋气的英文名 -- BFS。
Talk is cheap
/**
* Definition for Employee.
* function Employee(id, importance, subordinates) {
* this.id = id;
* this.importance = importance;
* this.subordinates = subordinates;
* }
*/
/**
* @param {Employee[]} employees
* @param {number} id
* @return {number}
*/
var GetImportance = function(employees, id) {
const currentEmpoylee = employees.find(item => item.id === id);
// 先建立好映射关系，待会儿根据id来找到对应的数组
let map = new Map();
for (let i = 0; i < employees.length; i++) {
map.set(employees[i].id, employees[i]);
}
// 每次维护一个下一轮的数组，是通过当前这一轮的所有下属员工集合组成
let queue = [ currentEmpoylee ];
let result = 0;
// BFS的通用解题代码，收藏等于学会
while (queue.length) {
queue = queue.reduce((total, cur) => {
result += cur.importance;
const next = cur.subordinates.map(item => map.get(item));
return total.concat(next);
}, []);
}
return result;
};
结果
牢骚
其实这道题目我们也可以这样子理解，现实生活中，一个领导的价值，重要性，不单单取决于他自身，而且取决于他手底下的员工，如果整个团队厉害，那么他的重要性及价值会更加充分的显现。所以领导们请善待打工仔，大家出来恰饭都不容易，团队的力量往往比你单打独斗效果来的好。
看懂了的小伙伴可以点个关注、咱们下道题目见。如无意外以后文章都会以这种形式，有好的建议欢迎评论区留言。
