H指数算法解析：从暴力到最优解

1. 理解H指数问题

H指数（H-index）是衡量科研人员学术产出的重要指标，由物理学家Jorge E. Hirsch在2005年提出。这个指标试图同时量化研究者的学术产出数量和质量。对于算法学习者来说，理解H指数的计算逻辑不仅能帮助我们解决LeetCode 274题，更能培养处理统计类问题的思维模式。

1.1 H指数的核心定义

H指数的标准定义包含两个关键条件：

1. 研究者发表了h篇论文，每篇论文至少被引用h次
2. 在满足条件1的情况下，h是所有可能值中的最大值

举例说明：假设某学者有5篇论文，引用次数分别为[3,0,6,1,5]。当h=3时：

• 有3篇论文（引用次数为3、5、6）满足引用次数≥3
• 没有更大的h值能满足条件（如h=4时只有2篇满足）
  因此该学者的H指数为3。

1.2 问题转化与抽象

从算法角度看，这个问题可以抽象为：
给定一个非负整数数组citations，其中citations[i]表示第i篇论文的引用次数。我们需要找到最大的h，使得数组中至少有h个元素≥h。

这个抽象让我们意识到，H指数计算本质上是一个统计+搜索问题。我们需要统计不同引用次数的论文数量，然后通过某种策略找到满足条件的最大h值。

2. 暴力解法：直接验证法

2.1 算法思路

暴力解法是最直观的解决方案，完全按照H指数的定义实现：

1. 遍历所有可能的h值（从1到论文总数n）
2. 对每个h值，统计引用次数≥h的论文数量
3. 找到最大的h值使得统计数量≥h

这种方法的优势是逻辑简单直接，完全匹配问题定义，非常适合算法初学者理解问题本质。

2.2 代码实现与解析

java复制public int hIndexBruteForce(int[] citations) {
    int maxH = 0;
    int n = citations.length;
    
    // 尝试所有可能的h值（1到n）
    for (int h = 1; h <= n; h++) {
        int count = 0;
        
        // 统计引用次数≥h的论文数量
        for (int citation : citations) {