【力扣经典面试题】274. H 指数

题目描述：

给你一个整数数组 citations ，其中 citations[i] 表示研究者的第 i 篇论文被引用的次数。计算并返回该研究者的 h 指数。

根据维基百科上 h 指数的定义：h 代表“高引用次数” ，一名科研人员的 h 指数 是指他（她）至少发表了 h 篇论文，并且 至少 有 h 篇论文被引用次数大于等于 h 。如果 h 有多种可能的值，h 指数 是其中最大的那个。

示例 1：

输入：citations = [3,0,6,1,5]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 3, 0, 6, 1, 5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。

示例 2：输入：citations = [1,3,1]

       输出：1

解题方法：

排序解法：

1. 对给定的引用次数数组进行降序排序，以便更方便地找到高引用次数的论文。
2. 遍历排序后的数组，对于每篇论文，判断当前的引用次数是否大于等于当前索引加1。
3. 如果满足条件，更新h的值为当前索引加1。
4. 如果不满足条件，跳出循环，返回最终的h值。

这个方法的核心思想是通过排序将高引用次数的论文放在前面，然后遍历数组找到最大的h值，即满足至少有h篇论文被引用了h次的条件。排序的时间复杂度是O(nlogn)，遍历数组的时间复杂度是O(n)，因此总体的时间复杂度是O(nlogn)。

代码：

class Solution {
public:
    int hIndex(vector<int>& citations) {
     sort(citations.begin(), citations.end());
     int h = 0, i = citations.size() - 1;
     while ( i >= 0 and citations[i] > h){
         h++;
         i--;
     }
     return h;
    }
};

总结：

这种方法通过排序提高了查找高引用次数的效率，最终返回的h值即为研究者的h指数。算法的时间复杂度为O(nlogn)，其中n是论文的数量。