[leetcode] 275. H 指数 II python解法

这篇博客介绍了一种计算研究者h指数的方法。h指数是衡量科研人员影响力的指标,表示其有h篇论文至少被引用了h次。给定一个非负整数数组,表示论文被引用次数,数组已按升序排列。通过倒序遍历数组,找到最大的h值,使得h篇论文被引用次数大于等于h,其余论文引用次数不超过h。博客提供了具体的Python代码实现,并给出了一个示例输入和输出。
摘要由CSDN通过智能技术生成

给定一位研究者论文被引用次数的数组(被引用次数是非负整数),数组已经按照 升序排列 。编写一个方法,计算出研究者的 h 指数。

h 指数的定义: “h 代表“高引用次数”(high citations),一名科研人员的 h 指数是指他(她)的 (N 篇论文中)总共有 h 篇论文分别被引用了至少 h 次。(其余的 N - h 篇论文每篇被引用次数不多于 h 次。)"

示例:

输入: citations = [0,1,3,5,6]
输出: 3
解释: 给定数组表示研究者总共有 5 篇论文,每篇论文相应的被引用了 0, 1, 3, 5, 6 次。
由于研究者有 3 篇论文每篇至少被引用了 3 次,其余两篇论文每篇被引用不多于 3 次,所以她的 h 指数是 3。

说明:

如果 h 有多有种可能的值 ,h 指数是其中最大的那个。

解法:倒序遍历,判断 当前数字 是否大于等于 遍历过的数量,并且 当前数字左边的数字 是否小于 遍历过的数量。

代码:

class Solution:
    def hIndex(self, citations: List[int]) -> int:
        lenth = len(citations)
        if set(citations) == {0}: return 0

        for i in range(1, lenth+1):
            if citations[-i] >= i:
                if i != lenth: # 左边界
                    if citations[-i-1] <= i:
                        return i
                else:
                    return i
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值