H指数

H指数是用来综合衡量学者发表论文的数量和质量的指标，
若某学者共发表N篇论文，H指数是指存在h 篇论文至少每篇有h 引用量，剩下的N-h篇中，每篇都不超过h引用量

计算H指数的方法：
1、排序法
思路：
先将数组排序，我们就可以知道对于某个应用数，有多少文献的引用数大于这个数。对于引用数citations[i],大于该引用数
文献的数量是citations.length - i , 而当前的H-Index则是Math.min(citations[i],citations.length - i ),我们将这个
当前的H指数和全局最大的H指数来比较，得到最大的H指数。

程序设计：

public class Solution {
    public int hIndex(int[] citations){
         //排序
	 Arrays.sort(citations);
	 int h = 0 ;
	 for (int i = 0; i < citations.length; i++){
	    //得到当前的H指数
	    int currH = Math.min(citations[i],citations.length - i);
	    if (currH > h){
	         h = currH;
	    }
	 }
	 return h;
     }
}

　　

2、二分查找法：
思路：
在升序的引用数 数组中，假设数组长为N，下标为i ，则N - i 就是引用次数大于等于下标为i的文献所对应的引用次数的文章数。如果该位置的引用数小于文章数，
则说明则是有效的H指数，如果一个数是H指数，那最大的H指数一定在他的后面（因为是升序的）。根据这点就可以进行二分搜索了。这里min = mid + 1的条件
是citations[mid] < n - mid，确保退出循环时min肯定是指向一个有效哦的H指数。
程序设计：

public class Solution {
    public int hIndex(int[] citations) {
        int n = citations.length;
        if(n == 0) return 0;
        int min = 0, max = citations.length - 1;
        while(min <= max){
            int mid = (min + max) / 2;
            // 如果该点是有效的H指数，则最大H指数一定在右边
            if(citations[mid] < n - mid){
                min = mid + 1;
            // 否则最大H指数在左边
            } else {
                max = mid - 1;
            }
        }
        // n - min是min点的H指数
        return n - min;
    }
}