(FB) Simplify Path, H-Index I & II
没啥特别好说的~ 用双端队列比 stack 省事很多。
收尾的时候注意下,如果字符串为空的话,需要留个 "/" 作为默认情况。
这题有官方答案
从图的方式理解的话,h-index 是图中最大正方形的边长。
h-index 的定义是,至少有 h 篇 paper 的 citation 数都大于等于 h.
对于给定 array, h-index 有且只有一个。
因此对于 n 篇 paper 的输入, h-index 的值一定在【0,n】区间。 一个需要特别考虑的例子是下面这个:
[0,0,4,4] 的 h-index 是 2.
一开始尝试了下排序然后从右往左扫,然而遇到上面那个 case 就比较麻烦,因为数组给定的 citations 之间间隔可能很大,而这种循环做法只考虑 citation 的值作为切分点是不对的。
但是排序 + 遍历依然可以做,代码如下:
正确的做法是从 N 到 0 递减遍历一遍,才能保证得到的 h-index 是最大的,但是我们需要在扫描过程中知道对于每一个切分点 val 来讲,到底有多少个 >= val 的 paper.
换句话说,这是一种类似 “后缀和” 的计数算法,先记录所有可能的切分点;如果一个 paper 的引用次数大于 N ,则直接记录在 count[n] 上,代表 “我不管到底是什么,反正大于 N 了”,其他位置各自计算。然后从后向前扫,依次记录后缀和即可。
试着用 left + 1 < right 的 binary search 搞这题,搞了好半天才 AC .. corner case 一大堆。。
之前用 left + 1 < right 是相对于“元素 index” 来讲的,为的是避免越界。这里面既然我们已知最终 h-index 区间 [0, N] 了,可以直接以这两点开始,以 pointer 重合结束。
需要注意的细节是,这里要做 left = mid + 1 ,而不是 right = mid - 1,不然在 [0] 的 testcase 上会 TLE.
同时用 mid + 1 和 mid - 1 会在 [1,2] 的情况下 WA. 所以指针的推动和错位是要根据题意制定的;这题我们唯一能确定的只有两个情况:
c[mid] == N - mid ,当前位置就是完美正方形,一定是解;
c[mid] < N - mid,当前位置的 bar 太低,正解要在右边找,而且一定不会是 mid 的位置,mid + 1;
Last updated