题目描述
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)至多有 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。
进阶:
这是 H指数 的延伸题目,本题中的 citations 数组是保证有序的。
你可以优化你的算法到对数时间复杂度吗?
思路
题目中说的很清楚了,是·使用对数时间的复杂度,那么第一个想到的思路就是二分,因为它是有序的,刚好符合二分的条件,在判度二分的条件上,要注意判决条件,我这里是直接写了一个judge函数来详细判断。
wa了几次,一次是因为left边界更新时要变为mid+1,不然容易变成死循环(因为mid的更新策略是(left+right)/2);一次是因为【0】输入,一次是因为【0,0】输入,一次是因为【】输入。
因为加了很多特判情况,所以代码又丑又臭,效率也低
- 笨比代码
class Solution {
public:
// 1:可以继续往右移, —1:可以继续往左移,0:不需要移动
int judge(vector<int> citations,int mid){
int len = citations.size();
if(mid==0){
if(citations[mid]>=len){
return 0;
}else{
return 1;
}
}
if(mid==len-