统计数组中的元素——274 H指数

Utgnryk

已于 2024-07-12 15:04:11 修改

阅读量410

点赞数 9

分类专栏： LeetCode 文章标签：算法

于 2024-07-12 15:02:32 首次发布

本文链接：https://blog.csdn.net/Utgnryk/article/details/140378786

版权

LeetCode 专栏收录该内容

42 篇文章 0 订阅

订阅专栏

解法一、数组记录，下标为次数，数据为篇数

首先是题目问题简化。由于是至少，获取了从高下标往低遍历的信息。一次遍历，进行数据处理，也就是键值对的思路转换。从citations的论文（下标）-引用数（数据），转变为引用数（下标）-达引用数篇数（数据），随即遍历即可。

新开了等长度的arr。这里学到了昨天的数据处理方式，0不必记（也为了防止越界），高于len的不必考虑，因为h指数受两个约束，最大就是论文篇数（即len）。

class Solution {
    public static int hIndex(int[] citations) {
        int len = citations.length;
        int[] arr = new int[len];//下标+1是对应的数量，里面存储到达该数量的论文数

        for(int i = 0;i < len;i++){
            if(citations[i] > 0){
                if(citations[i] > len){
                    citations[i] = len;
                }
                arr[citations[i] - 1]++;
            }
        }
        int sum = 0;
        for(int i = len-1;i >= 0;i--){//从高往低遍历
            sum += arr[i];
            if(sum >= i + 1){
                return i+1;
            }
        }
        return 0;//边界处理
    }
}

解法二、排序

猜想因为该题各论文间意义等同，所以打乱下标也没关系，最重要的是引用频率。如[1,5,3,2]排序后[1,2,3,5]，x是引用数，y是下标（这里有了排序意义，也就成为了篇数）。引用数越来越大，篇数越来越小。从下往上遍历，若是引用频率大于或等于篇数，返回里面大概率较小的篇数。

class Solution {
    public int hIndex(int[] citations) {
Arrays.sort(citations);
        int max = 0;
        for (int i = 0; i < citations.length; i++) {
            if (citations[i] == 0) {
                continue;
            }
            int x = citations[i];
            int y = citations.length - i;
            if (x >= y) {
                max = Math.max(max, y);
            }
        }
        return max;
    }
}

解法三、二分查找

这个稍微反应了一下···后来发现h指数在[0,N]之间，所以二分的区间是这个区间。空间复杂度很低，时间复杂度和解法二的sort一样是nlogn

确实查找某个特定的、单独的数可以引入二分。

class Solution {
    public int hIndex(int[] citations) {
        int left=0,right=citations.length;
        int mid=0,cnt=0;
        while(left<right){
            // +1 防止死循环
            mid=(left+right+1)>>1;
            cnt=0;
            for(int i=0;i<citations.length;i++){
                if(citations[i]>=mid){
                    cnt++;
                }
            }
            if(cnt>=mid){
                // 要找的答案在 [mid,right] 区间内
                left=mid;
            }else{
                // 要找的答案在 [0,mid) 区间内
                right=mid-1;
            }
        }
        return left;
    }
}

作者：力扣官方题解
链接：https://leetcode.cn/problems/h-index/solutions/869042/h-zhi-shu-by-leetcode-solution-fnhl/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。