H指数和G指数的Java实现

H指数和G指数的Java实现

H指数

h指数(也叫h-index )是一个混合量化指标,最初是由美国加利福尼亚大学圣地亚哥分校的物理学家乔治赫希，他可以简单的解读为有 H 篇论文被引用了不少于 H 次，H指数主要衡量了论文的数量和影响力，因此H指数也能从一定水平上象。

private int hIndex(int[] citations) {
        // 排序（注意这里是升序排序，因此下面需要倒序扫描）
        Arrays.sort(citations);
        // 线性扫描找出最大的 i
        int i = 0;
        while (i < citations.length && citations[citations.length - 1 - i] > i) {
            i++;
        }
        return i;
}

G指数

g指数是h指数的衍生指数，主要是弥补h指数不能很好反应高被引论文的缺陷提出的， g指数定义为:论文按被引次数排序后相对排前的累积被引至少g2次的最大论文序次g，亦即第(g+1)序次论文对应的累积引文数将小于(g+1)2。
2006年, Egghe提出了g指数， g指数定义为:论文按被引次数排序后相对排前的累积被引至少g2次的最大论文序次g，亦即第(g+1)序次论文对应的累积引文数将小于(g+1)2。从定义可以看出，g≥h，而按被引量排序靠前的文章的被引次数越大，g指数越大。
2006年，Egghe在分析h指数评价效果时，提出了一种基于学者以往贡献的g指数———将论文按被引次数由高自低排序，将序号平方，被引次数按序号层层累加，当序号平方等于累计被引次数时，该序号则为g指数。 如序号平方不是恰好等于而是小于对应的累计被引次数，则最接近累计被引次数的序号即为g指数。和h值一样，g值越大说明该学者的学术影响力越大、学术成就越高，通常作为h指数的补充或提高。

private int gIndex(int[] citations) {
        // 先升序排序
        Arrays.sort(citations);
        // 再倒转变成降序
        ArrayUtils.reverse(citations);
        // 累计被引次数
        int cumulative = 0;
        // 差值
        long difference = 0;
        int gIndex = 0;
        for (int i = 0; i < citations.length; i++) {
            cumulative += citations[i];
            long square = (citations.length - i) * (citations.length - i);
            // 如果序号平方正好等于累计被引数，则该序号是g指数
            if (cumulative == square) {
                return citations.length - i;
            }
            // 如果一直没有等于的情况，最接近累计被引次数的序号即为g指数
            // 大于的情况不计算
            if (square < cumulative) {
                if (difference == 0) {
                    difference = cumulative - square;
                    gIndex = citations.length - i;
                }
                if (cumulative - square < difference) {
                    gIndex = citations.length - i;
                }
            }
        }
        return gIndex;
}