【力扣150&Golang】H 指数

题目：H 指数

给你一个整数数组 citations ，其中 citations[i] 表示研究者的第 i 篇论文被引用的次数。计算并返回该研究者的 h 指数。

根据维基百科上 h 指数的定义：h 代表“高引用次数” ，一名科研人员的 h 指数 是指他（她）至少发表了 h 篇论文，并且 至少 有 h 篇论文被引用次数大于等于 h 。如果 h 有多种可能的值，h 指数 是其中最大的那个。

示例 1：

输入： citations = [3,0,6,1,5]
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 3, 0, 6, 1, 5 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。

示例 2：

输入： citations = [1,3,1]
输出： 1

解题方法

1. 排序

思路

        这个算法的核心思路是从最有希望成为 h 指数的论文开始，逐步增加 h 值，直到找不到更多符合条件的论文。最终的 h 值就是研究者的 h 指数。

步骤

1. 首先进行排序，把引用次数按从小到大排序，这样可以更方便地找到满足 h 指数的值。
2. 进行倒序遍历。从最大引用次数开始，逐个检查每篇论文是否符合 h 指数的条件（即引用次数要大于当前的 h 值）。
3. 只要当前论文的引用次数大于当前的 h 值，就把 h 值加 1。
4. 遍历结束时，h 值就是研究者的 h 指数。

时间复杂度：O(nlogn)
空间复杂度：O(1*排序算法空间复杂度)

代码

func hIndex(citations []int) int {
	n := len(citations)
	h := 0

    sort.Ints(citations)
    for i := n-1; i >= 0 ; i-- {
        if citations[i] > h {
            h++
        }
    }
    return h
}

2. 计数排序

思路

        第一种方法是按被引次数排序后直接查找 h 值，它是从 引用次数 出发。这种算法的缺点是时间复杂度依赖排序算法，从而导致了多余的时间开销。
        而 计数排序法 从 论文数量 出发，通过利用一个长度为n的数组来统计每个引用次数对应的论文数量，然后，从高引用次数开始往下逐步累积符合条件的论文数，通过这个累积值来判断最大的 h 指数。

时间复杂度：O(n)
空间复杂度：O(n)

代码

func hIndex(citations []int) int {
	n := len(citations)
	counter := make([]int, n+1)

	// 填充计数数组
	for _, citation := range citations {
		if citation >= n {
			counter[n]++
		} else {
			counter[citation]++
		}
	}

	// 从后往前累加，找到满足条件的最大 h 值
	h := 0
	for i := n; i >= 0; i-- {
		h += counter[i]
		if h >= i {
			return i
		}
	}

	return 0
}