这篇博客探讨了H-Index的概念，它涉及到给定论文引用次数的问题。通过分析边界条件，如h=0（无引用或全部为0）和h=n（所有论文引用次数至少为n），博主提出了一种优化的解决方案。初始的暴力方法时间复杂度为O(n^2)，不适合大规模数据。通过使用堆排序将论文引用次数排序，时间复杂度降低到O(nlogn)。排序后，只需线性时间O(n)即可找到满足条件的最大h值，从而实现高效解题。
题意：现在给你n篇论文，然后告诉你每篇论文的引用次数，求一个最大的整数h，使得有h篇论文的引用次数至少为h次，且剩下的n-h篇论文的引用次 数不超过h次。
从题意中可知道0<=h<=n，考虑边界情况，h=0：没有论文或者所有论文的引用次数都是0次；h=n：有n篇论文，且每篇论文的引用次数都至少为n次。理解清楚边界情况后，中间的其实也就知道了。
首先还是考虑暴力方法，即h从n→1枚举，然后统计引用数>=h的论文数cnt，若cnt==h，则找到。时间复杂度O(n^2)，显然不行。
接下来考虑下先排序，此处我用的堆排序，时间复杂度O(
1987
155
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
