【每日一题】275. H 指数 II

275. H 指数 II - 力扣（LeetCode）

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，citations 已经按照 升序排列 。计算并返回该研究者的 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。

请你设计并实现对数时间复杂度的算法解决此问题。

示例 1：

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 。

示例 2：

输入：citations = [1,2,100]
输出：2

提示：

• n == citations.length
• 1 <= n <= 105
• 0 <= citations[i] <= 1000
• citations 按 升序排列

class Solution {
    public int hIndex(int[] citations) {
        int left = 0 ;
        int len = citations.length;
        int right = len - 1;
        int mid = 0;
        while(left < right) {
            mid = (left+right) / 2;
            int target = len - mid ;
            if(citations[mid] <= target) left = mid + 1;
            else right = mid;
        }
        left-=1;
        if(left < 0) left = 0;
        if(citations[left] < (len-left)) {
            if(left + 1 < len)
            left+=1;
        }
        return  len-left > citations[left] ? citations[left]:len-left;
    }
}

        每日一题，今天是中等题。 这道题还是经典的二分查找。

        读题，包装得很好，H指数，实际上就是要找数组中一个位置，使得从这个位置算起往后的元素的个数小于等于这个位置元素的值。也就是citations[location] >= len-location。而该数组会以升序的方式排列。升序，数组，查找。二分循着味就来了，甚至最后还给我们贴心的提示要O（logN）的算法。

        那么常规三件套，len，left，right。之后就是最近常用的找到小于等于该位置的最小值，用left=mid+1。但这里有个问题，就是left==right的时候是会直接跳出来的，有可能有判断了，也有可能没有判断。而我们认为这个函数查找的答案是left-1的位置，就有可能出现left是负数的情况，所以需要判断一下。

        之后还有可能，压根没有等于这个位置，找到的情况就是大于和小于的边界，退一步就是小于。那我们已经小于了，就需要对left+1的位置也就是原位置进行判断，如果现在这个位置实际上是小于的地方，那么这个时候意味着没有刚好等于的情况，只有分界的两种情况。而我们要找的位置，不是小于的位置，而是等于大于的位置，没有等于就只能取大于的位置。

        最后，题目要的答案是这h篇分别被引用了至少h次，也就是说，citations[left]答案的个数，是不能超过len-left符合条件的所有文章的个数的。可以小于，但不能超过。所以，最后需要进行判定，如果超过了，就直接返回个数就可以了。       

        以下是运行结果。这道题对于二分还是有练习意义的。