[Algorithm] 科学家的h-index的理解与算法实现（Python）

1. h-index有什么用？☕️

h指数是一种学术评价指标，用于衡量学术作者的学术影响力和产出数量之间的平衡。通过分析作者的论文引用次数来计算，考虑了作者的高引用论文数量以及这些论文的引用次数。

2. h-index的定义是什么？🤔️

一个学者的H指数是指TA的论文数量中至少有h篇论文被引用了至少h次，而其他论文的引用次数不超过h次。

3. 如何计算h-index? 🧮

假设有一个研究人员，他的论文被引用次数如下：

论文1：10次
论文2：8次
论文3：5次
论文4：3次
论文5：2次

首先，将论文按照引用次数从高到低排序：

论文1：10次
论文2：8次
论文3：5次
论文4：3次
论文5：2次

然后，从最高引用次数的论文开始计数，找到最大的h值，即至少有h篇论文被引用了至少h次。在这个例子中，因为，10 >= 1; 8 >= 2; 5 >= 3; 3 !>= 4我们可以看到有3篇论文满足这个条件（论文1、论文2和论文3）。因此，该研究人员的H指数为3。

4. 编写算法实现 💻

⚠️：注意极限情况下的细节问题。

def h_index(arr):
    if len(arr) == 0:
        return 0
    
    list(arr)
    arr.sort(reverse=True)
    for index, num in enumerate(arr):
        if index + 1 == len(arr):
            return index + 1
        if index + 1 <= num:
            continue
        else:
            return index

if __name__ == "__main__":
    print(h_index([8, 7, 6, 5, 5, 4, 4, 3, 2, 1]))  # 5
    print(h_index([10, 9, 0, 0, 0]))  # 2
    print(h_index([0, 1, 0, 3, 4, 1, 0]))  # 2
    print(h_index([0, 0, 0, 0, 0]))  # 0
    print(h_index([])) # 0