leetcode: H-Index

mmlfs

于 2015-09-15 08:36:52 发布

阅读量161

点赞数

CC 4.0 BY-SA版权

分类专栏： leetcode 文章标签： leetcode

本文链接：https://blog.youkuaiyun.com/mmlfs/article/details/48462491

leetcode 专栏收录该内容

191 篇文章

订阅专栏

本文深入探讨了在学术论文引用计数问题中，通过排序算法与空间优化策略实现时间与空间复杂度的双重优化。详细介绍了如何利用额外空间记录引用次数，并通过逆序遍历来快速定位引用阈值，有效提升查找效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

计算h值，比较容易想到的方法是将输入数组排序，从大到小与坐标比较...代价是O(nlgn)的....

还可以牺牲O(n)的空间来使时间复杂度降低到O(n)...具体做法就是维护一个n+1的数组tmp记录citations中各个数出现的个数（当citations[i]>=len时，tmp[len]++）

之后再从大到小遍历tmp，累加tmp[i]作为count，当第一个出现count>=坐标i的事后即可返回...

public class Solution {
    public int hIndex(int[] citations) {
        int len = citations.length;
        if( len==0 )
        {
            return 0;
        }
        int[] tmp = new int[len+1];
        for( int i=0;i<len;i++ )
        {
            if(citations[i]>=len)
            {
                tmp[len]++;
            }
            else
            {
                tmp[citations[i]]++;
            }
        }
        int count=0;
        for( int i=len;i>=0;i-- )
        {
            count+=tmp[i];
            if( count>=i)
            {
                return i;
            }
        }
        return 0;
    }
}