H指数（h-index）的Python实现

H指数（h-index）是一种比较主流的科研评价方法，可用于评估研究人员的学术产出数量与学术产出水平。某人的h指数是指在其发表的N篇论文中，有h篇论文分别被引用了至少h次，其余N-h篇的引用次数均不超过h次。例如，张三发表了10篇论文，其中有5篇论文被引用次数大于等于5次，而没有6篇论文的引用次数大于等于6次，那么张三的H指数即为5。

第一种方法：实现简单，但是列表较大的话，效率较低。

'''
输入一个列表，列表内容为某人的每篇文章的引用次数。
输出H指数值
'''
def Hindex(indexList):
    indexSet = sorted(list(set(indexList)), reverse = True)
    for index in indexSet:
        #clist为大于等于指定引用次数index的文章列表
        clist = [i for i in indexList if i >=index ]
        #由于引用次数index逆序排列，当index<=文章数量len(clist)时，得到H指数
        if index <=len(clist):
            break
    return index

test=[6,5,6,5,5,4,3,5,6,2,1]
print 'H-index指数为：',Hindex(test)
'''
列表test的输出为5
在列表test中，大于等于5的值的个数为7，而大于等于6的值为2
因此列表test的H指数为5
'''

第二种方法：首先利用Counter数据结构将引用次数和对应的文章数量建立一个映射，这样构建的字典长度为固定值，即引用次数的不重复个数。剩下的计算只用计算引用次数和计数即可。

from collections import Counter

def Hindex(indexList):
    #构建引用次数与文章篇数的映射
    HCounter = Counter(indexList)
    #逆序字典，让引用次数高的引用次数排在前面
    ReversedCounter = sorted(HCounter.iteritems(), reverse = True)
    #分别生成 引用次数列表CounterKeys 和 该引用次数的文章列表CounterValues
    CounterKeys = [i[0] for i in ReversedCounter ]
    CounterValues = [i[1] for i in ReversedCounter]
    #CounterKeys，CounterValues根据索引值一一对应，遍历索引值
    for index in range(0,len(CounterValues)):
        #sum(CounterValues[0:index+1])为大于等于某个索引值——CounterKeys[index]的所有的文章总和
        if CounterKeys[index] <= sum(CounterValues[0:index+1]):
            break
    return CounterKeys[index]

test=[6,5,6,5,5,4,3,5,6,2,1]
print 'H-index指数为：',Hindex(test)