LeetCode H 指数 II_h指数iileetcode-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_41916305/article/details/118766342

本文解析了如何通过两种方法计算研究者论文的h指数，包括遍历数组和二分查找技巧，并以示例citations=[0,1,3,5,6]进行详细说明。重点在于理解h指数的定义及其在学术评估中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

给定一位研究者论文被引用次数的数组（被引用次数是非负整数），数组已经按照升序排列。编写一个方法，计算出研究者的 h 指数。

h 指数的定义: “h 代表“高引用次数”（high citations），一名科研人员的 h 指数是指他（她）的（N 篇论文中）总共有 h 篇论文分别被引用了至少 h 次。（其余的 N - h 篇论文每篇被引用次数不多于 h 次。）"

示例:
输入: citations = [0,1,3,5,6]
输出: 3

解释: 给定数组表示研究者总共有 5 篇论文，每篇论文相应的被引用了 0, 1, 3, 5, 6 次。
由于研究者有 3 篇论文每篇至少被引用了 3 次，其余两篇论文每篇被引用不多于 3 次，所以她的 h 指数是 3。

说明:
如果 h 有多有种可能的值，h 指数是其中最大的那个。

说实话，第一眼看到题有点懵逼，不知道啥意思（citations = [0,1,4,5,6] 也返回3，这尼玛啥玩意儿啊）

方法一、
遍历数组，用result记录当前值后面还存在几个数，如果当前值大于result，那说明result为 h 指数

public int hIndex(int[] citations) {
    int result;
    int n = citations.length;
    for (int i = 0; i < n; i++) {
        result = n - i;
        if(citations[i] >= result){
            return result;
        }
    }
    return 0;
}

方法二（二分查找）、
由于数组 citations 已经按照升序排序，因此可以使用二分查找。
设查找范围的初始左边界 left 为 00, 初始右边界 right 为 n-1，其中 n 为数组 citations 的长度。

每次在查找范围内取中点 mid，则有 n-mid 篇论文被引用了至少 citations[mid] 次。

如果在查找过程中满足 citations[mid]≥n-mid，则移动右边界 right，否则移动左边界 left。

public static int hIndex2(int[] citations) {
    int length = citations.length;
    int left = 0;
    int right = length -1;
    int mid = 0;

    while(left <= right){
        //找到中位数
        mid = (right + left) / 2;
        //当前值大于后面数的个数，right减一
        if(citations[mid] > length - mid){
            right = mid - 1;
        //当前值小于后面数的个数，left减一
        }else if(citations[mid] < length - mid){
            left = mid + 1;
        //当前值等于后面数的个数，返回后面数的个数
        }else{
            return length - mid;
        }
    }
    //最后返回left到数组末尾的个数（由于数的个数需要包括left节点本身，所以不需要减一）
    return length - left;
}