前言#
今天只有一道题
题目#
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提示：
n == citations.length1 <= n <= 50000 <= citations[i] <= 1000
分析#
这道题已经很明显在暗示要递增排序了，如果后面的元素的个数始终大于当前元素的个数，那么就是符合要求的。
一维的数组结构意味着我们一般只需要O(n)的空间复杂度，即一次循环
另外我们还需要一个数组用来记录元素的个数，但是如果这里用普通的数组就会导致我们回头拿个数的时候还需要m次，导致时间复杂度变成O(mn)，所以我们需要绕个弯，让元素的值作为下标，这样就不需要去搜索了，而是直接匹配，而下标对应的值自然就是元素的个数。当然，这就要求我们对原数组做一下预处理，整理出map。
那么这道题就豁然开朗了
解#
pub fn h_index(citations: Vec<i32>) -> i32 {
let len = citations.len();
if len <= 0 {
return 0
}
// 由于元素最大值为1k，所以长度得设置为1001
let mut hash = vec![0;1001];
for i in 0..len {
hash[citations[i] as usize] += 1;
}
// 然后计算新的数组的里面个数
let hash_len = hash.len();
// 表示当前前面元素个数总和
let mut count = hash[0];
let mut h = 0;
for i in 1..hash_len {
let num = hash[i];
// 当剩余元素量大于前面元素量总和时时满足条件的
if len - count >= i {
h = i;
} else {
// 当存在不满足的情况时，后面就全都是不满足的了
break;
}
count += num;
}
h as i32
}ok，代码很简单，没啥好说的
测试用例#
#[cfg(test)]
mod tests {
use super::h_index;
#[test]
fn test_h_index () {
assert_eq!(h_index([3,0,6,1,5].to_vec()), 3);
assert_eq!(h_index([1,3,1].to_vec()), 1);
}
}总结#
如果大家有map数据结构的基础，那么这道题应该就难不倒大家，毕竟暗示的很明显需要排序了。