假设我们有一个雇员信息的数据结构，其中有雇员的唯一ID，他的重要性值和他的直接下属的ID。例如，员工1是员工2的领导者，而员工2是员工3的领导者，并假设其重要性值分别为15、10和5。然后，员工1具有[1，15，[2]]之类的数据结构，员工2具有[2，10，[3]]，而员工3具有[3，5，[]]。
因此，如果我们拥有公司的雇员信息和雇员ID，则必须找到该雇员及其所有下属的总重要性值。
因此，如果输入类似于[[1、5，[2、3]]，[2、3，[]]，[3、3，[]]]，1，则输出将为11，即Emp1具有重要性值5，并且Emp1有两个直接下属，它们是-Emp2和Emp3。现在两者都具有重要性值3。因此，Emp1的总重要性值是5 + 3 + 3 = 11。
为了解决这个问题，我们将遵循以下步骤-
重量：=新映射，领导者：=新映射
对于员工中的每个e，
权重[e [0]]：= e [1]
领导者[e [0]]：= e [2]
res：= 0
res：= res +重量[id]
队列：=领导者[id]
当队列不为零时，执行
new_queue：= new_queue +领导者[领导者大小]
new_queue：=一个新列表
节点：=从队列中删除最后一个元素
res：= res +重量[节点]
如果Leader [node]不为零，则
队列：=队列+ new_queue
返回资源
让我们看下面的实现以更好地理解-
class Solution(object):
def getImportance(self, employees, id):
weight = {}
leader = {}
for e in employees:
weight[e[0]] = e[1]
leader[e[0]] = e[2]
res = 0
res += weight[id]
queue = leader[id]
while queue:
new_queue = []
node = queue.pop()
res += weight[node]
if leader[node]:
new_queue += leader[node]
queue += new_queue
return res
ob = Solution()print(ob.getImportance([[1, 5, [2, 3]], [2, 3, []], [3, 3, []]], 1))[[1, 5, [2, 3]], [2, 3, []], [3, 3, []]], 1
输出结果
11