网站导航栏制作教程,淘宝做代销在哪个网站上进货比较好,网站的联系我们怎么做,仓库进销存软件Leetcode sql题目记录 文章目录Leetcode sql题目记录570. 至少有5名直接下属的经理1934. 确认率1193. 每月交易I1174. 即时食物配送II176. 第二高的薪水#xff08;1#xff09; 子查询为空但外层用了聚合函数#xff08;2#xff09;子查询为空而外层没有聚合函数550. 游戏…Leetcode sql题目记录 文章目录Leetcode sql题目记录570. 至少有5名直接下属的经理1934. 确认率1193. 每月交易I1174. 即时食物配送II176. 第二高的薪水1 子查询为空但外层用了聚合函数2子查询为空而外层没有聚合函数550. 游戏玩法分析IV1045. 买下所有产品的客户180. 连续出现的数字1164. 指定日期的产品价格1非相关子查询 等值比较2相关子查询3窗口函数 条件筛选4ORDER BY LIMIT对比总结1204.最后一个能进入巴士的人1子查询等值过滤2ORDER BYLIMIT1907. 按分类统计薪水626. 换座位1嵌套查询2CASE WHENa. 简单 CASEb. 搜索 CASE 最常用c. 作为一个字段输出d. 在聚合函数里做条件统计e. 排序ORDER BY本博客仅记录高频 SQL 50 题基础版的中等难度题目 苯人的解答与学习过程后续不定期更新570. 至少有5名直接下属的经理
表: Employee
----------------------
| Column Name | Type |
----------------------
| id | int |
| name | varchar |
| department | varchar |
| managerId | int |
----------------------
id 是此表的主键具有唯一值的列。
该表的每一行表示雇员的名字、他们的部门和他们的经理的id。
如果managerId为空则该员工没有经理。
没有员工会成为自己的管理者。编写一个解决方案找出至少有五个直接下属的经理。
以 任意顺序 返回结果表。
查询结果格式如下所示。
示例 1:
输入:
Employee 表:
-----------------------------------
| id | name | department | managerId |
-----------------------------------
| 101 | John | A | Null |
| 102 | Dan | A | 101 |
| 103 | James | A | 101 |
| 104 | Amy | A | 101 |
| 105 | Anne | A | 101 |
| 106 | Ron | B | 101 |
-----------------------------------
输出:
------
| name |
------
| John |
------解答
select a.name from Employee a join Employee b on a.id b.managerId group by a.id having count(*) 5;没有 GROUP BY HAVING 是对分组后的结果过滤的。你没分组时MySQL把整张结果集当成一个大组COUNT(a.id) 统计的是所有经理–下属配对的总行数不是“每个经理的下属数”。因此当测试数据里只有一个经理且刚好有 5 个下属时看起来“正确”但只要有两个经理合计行数 ≥5你这句就会把两位经理都放进结果里甚至还会重复多行。 1934. 确认率
表: Signups
--------------------------
| Column Name | Type |
--------------------------
| user_id | int |
| time_stamp | datetime |
--------------------------
User_id是该表的主键。
每一行都包含ID为user_id的用户的注册时间信息。表: Confirmations
--------------------------
| Column Name | Type |
--------------------------
| user_id | int |
| time_stamp | datetime |
| action | ENUM |
--------------------------
(user_id, time_stamp)是该表的主键。
user_id是一个引用到注册表的外键。
action是类型为(confirmed timeout)的ENUM
该表的每一行都表示ID为user_id的用户在time_stamp请求了一条确认消息该确认消息要么被确认(confirmed)要么被过期(timeout)。用户的 确认率 是 confirmed 消息的数量除以请求的确认消息的总数。没有请求任何确认消息的用户的确认率为 0 。确认率四舍五入到 小数点后两位 。
编写一个SQL查询来查找每个用户的 确认率 。
以 任意顺序 返回结果表。
查询结果格式如下所示。
示例1:
输入
Signups 表:
------------------------------
| user_id | time_stamp |
------------------------------
| 3 | 2020-03-21 10:16:13 |
| 7 | 2020-01-04 13:57:59 |
| 2 | 2020-07-29 23:09:44 |
| 6 | 2020-12-09 10:39:37 |
------------------------------
Confirmations 表:
-----------------------------------------
| user_id | time_stamp | action |
-----------------------------------------
| 3 | 2021-01-06 03:30:46 | timeout |
| 3 | 2021-07-14 14:00:00 | timeout |
| 7 | 2021-06-12 11:57:29 | confirmed |
| 7 | 2021-06-13 12:58:28 | confirmed |
| 7 | 2021-06-14 13:59:27 | confirmed |
| 2 | 2021-01-22 00:00:00 | confirmed |
| 2 | 2021-02-28 23:59:59 | timeout |
-----------------------------------------
输出:
----------------------------
| user_id | confirmation_rate |
----------------------------
| 6 | 0.00 |
| 3 | 0.00 |
| 7 | 1.00 |
| 2 | 0.50 |
----------------------------
解释:
用户 6 没有请求任何确认消息。确认率为 0。
用户 3 进行了 2 次请求都超时了。确认率为 0。
用户 7 提出了 3 个请求所有请求都得到了确认。确认率为 1。
用户 2 做了 2 个请求其中一个被确认另一个超时。确认率为 1 / 2 0.5。解答
WITH base AS (SELECT user_id,COUNT(*) AS total,SUM(CASE WHEN action confirmed THEN 1 ELSE 0 END) AS confirmedFROM ConfirmationsGROUP BY user_id
)
SELECT s.user_id,ROUND(IFNULL(b.confirmed / b.total, 0), 2) AS confirmation_rate
FROM Signups s
LEFT JOIN base bON s.user_id b.user_id; 1193. 每月交易I
表Transactions
------------------------
| Column Name | Type |
------------------------
| id | int |
| country | varchar |
| state | enum |
| amount | int |
| trans_date | date |
------------------------
id 是这个表的主键。
该表包含有关传入事务的信息。
state 列类型为 [approved, declined] 之一。编写一个 sql 查询来查找每个月和每个国家/地区的事务数及其总金额、已批准的事务数及其总金额。
以 任意顺序 返回结果表。
查询结果格式如下所示。
示例 1:
输入
Transactions table:
---------------------------------------------
| id | country | state | amount | trans_date |
---------------------------------------------
| 121 | US | approved | 1000 | 2018-12-18 |
| 122 | US | declined | 2000 | 2018-12-19 |
| 123 | US | approved | 2000 | 2019-01-01 |
| 124 | DE | approved | 2000 | 2019-01-07 |
---------------------------------------------
输出
-------------------------------------------------------------------------------------------
| month | country | trans_count | approved_count | trans_total_amount | approved_total_amount |
-------------------------------------------------------------------------------------------
| 2018-12 | US | 2 | 1 | 3000 | 1000 |
| 2019-01 | US | 1 | 1 | 2000 | 2000 |
| 2019-01 | DE | 1 | 1 | 2000 | 2000 |
-------------------------------------------------------------------------------------------解答
多个 CTE 用 WITH a AS (...), b AS (...)。
按 month、country 分组approved 相关用 CASE WHEN 计数/求和。
取月份用 DATE_FORMAT(trans_date, %Y-%m) 更稳妥。
WITH base AS (SELECTDATE_FORMAT(trans_date, %Y-%m) AS month,country,state,amountFROM Transactions
),
seq AS (SELECTmonth,country,COUNT(*) AS trans_count,SUM(CASE WHEN state approved THEN 1 ELSE 0 END) AS approved_count,SUM(amount) AS trans_total_amount,SUM(CASE WHEN state approved THEN amount ELSE 0 END) AS approved_total_amountFROM baseGROUP BY month, country
)
SELECT *
FROM seq; 1174. 即时食物配送II
配送表: Delivery
--------------------------------------
| Column Name | Type |
--------------------------------------
| delivery_id | int |
| customer_id | int |
| order_date | date |
| customer_pref_delivery_date | date |
--------------------------------------
delivery_id 是该表中具有唯一值的列。
该表保存着顾客的食物配送信息顾客在某个日期下了订单并指定了一个期望的配送日期和下单日期相同或者在那之后。如果顾客期望的配送日期和下单日期相同则该订单称为 「即时订单」否则称为「计划订单」。
「首次订单」是顾客最早创建的订单。我们保证一个顾客只会有一个「首次订单」。
编写解决方案以获取即时订单在所有用户的首次订单中的比例。保留两位小数。
结果示例如下所示
示例 1
输入
Delivery 表
-------------------------------------------------------------------
| delivery_id | customer_id | order_date | customer_pref_delivery_date |
-------------------------------------------------------------------
| 1 | 1 | 2019-08-01 | 2019-08-02 |
| 2 | 2 | 2019-08-02 | 2019-08-02 |
| 3 | 1 | 2019-08-11 | 2019-08-12 |
| 4 | 3 | 2019-08-24 | 2019-08-24 |
| 5 | 3 | 2019-08-21 | 2019-08-22 |
| 6 | 2 | 2019-08-11 | 2019-08-13 |
| 7 | 4 | 2019-08-09 | 2019-08-09 |
-------------------------------------------------------------------
输出
----------------------
| immediate_percentage |
----------------------
| 50.00 |
----------------------
解释
1 号顾客的 1 号订单是首次订单并且是计划订单。
2 号顾客的 2 号订单是首次订单并且是即时订单。
3 号顾客的 5 号订单是首次订单并且是计划订单。
4 号顾客的 7 号订单是首次订单并且是即时订单。
因此一半顾客的首次订单是即时的。解答
with base as (
select *, row_number() over(partition by customer_id order by order_date) as rn
from Delivery),
seq as (select round((sum(case when customer_pref_delivery_date order_date then 1 else 0 end) / count(*)) * 100, 2) as immediate_percentage from base where rn 1
)
select * from seq;176. 第二高的薪水
Employee 表
-------------------
| Column Name | Type |
-------------------
| id | int |
| salary | int |
-------------------
id 是这个表的主键。
表的每一行包含员工的工资信息。查询并返回 Employee 表中第二高的 不同 薪水 。如果不存在第二高的薪水查询应该返回 null(Pandas 则返回 None) 。
查询结果如下例所示。
示例 1
输入
Employee 表
------------
| id | salary |
------------
| 1 | 100 |
| 2 | 200 |
| 3 | 300 |
------------
输出
---------------------
| SecondHighestSalary |
---------------------
| 200 |
---------------------示例 2
输入
Employee 表
------------
| id | salary |
------------
| 1 | 100 |
------------
输出
---------------------
| SecondHighestSalary |
---------------------
| null |
---------------------解答
SELECT MAX(salary) AS SecondHighestSalary
FROM (SELECT DISTINCT salary,DENSE_RANK() OVER (ORDER BY salary DESC) AS rkFROM Employee
) t
WHERE rk 2;1 子查询为空但外层用了聚合函数
SQL 的定义是聚合函数对空输入时返回 NULL。 例子
SELECT MAX(salary) FROM (SELECT 1 AS salary WHERE 10) t;(SELECT 1 WHERE 10) 为空表 → MAX 没有任何值可比较 → 返回 NULL。
所以这就是为什么“第二高薪水不存在”时 MAX 可以帮我们自动返回 NULL。 2子查询为空而外层没有聚合函数
如果你直接
SELECT salary
FROM (SELECT salary WHERE 10) t;那结果就是 0 行即直接返回空结果集不会自动给你一行 NULL。 550. 游戏玩法分析IV
Table: Activity
-----------------------
| Column Name | Type |
-----------------------
| player_id | int |
| device_id | int |
| event_date | date |
| games_played | int |
-----------------------
player_idevent_date是此表的主键具有唯一值的列的组合。
这张表显示了某些游戏的玩家的活动情况。
每一行是一个玩家的记录他在某一天使用某个设备注销之前登录并玩了很多游戏可能是 0。编写解决方案报告在首次登录的第二天再次登录的玩家的 比率四舍五入到小数点后两位。换句话说你需要计算从首次登录后的第二天登录的玩家数量并将其除以总玩家数。
结果格式如下所示
示例 1
输入
Activity table:
------------------------------------------------
| player_id | device_id | event_date | games_played |
------------------------------------------------
| 1 | 2 | 2016-03-01 | 5 |
| 1 | 2 | 2016-03-02 | 6 |
| 2 | 3 | 2017-06-25 | 1 |
| 3 | 1 | 2016-03-02 | 0 |
| 3 | 4 | 2018-07-03 | 5 |
------------------------------------------------
输出
-----------
| fraction |
-----------
| 0.33 |
-----------
解释
只有 ID 为 1 的玩家在第一天登录后才重新登录所以答案是 1/3 0.33解答
# Write your MySQL query statement below
with base as(select *,min(event_date) over(partition by player_id)as first from Activity
),
seq as(select player_id, sum(case when datediff(event_date, first) 1 then 1 else 0 end) as rn from basegroup by player_id
)
select round(IFNULL((sum(rn) / count(distinct player_id)), 0), 2) as fraction from seq;注意
在使用with base as(), seq as() select from seq时要记得每个嵌套内部的select很重要前一个select需要包含后一个select的内容。使用聚合函数min,max,count后结果会被压缩如果后续要同行对最大、最小进行比较要使用窗口函数形式的max,min… 1045. 买下所有产品的客户
Customer 表
----------------------
| Column Name | Type |
----------------------
| customer_id | int |
| product_key | int |
----------------------
该表可能包含重复的行。
customer_id 不为 NULL。
product_key 是 Product 表的外键(reference 列)。Product 表
----------------------
| Column Name | Type |
----------------------
| product_key | int |
----------------------
product_key 是这张表的主键具有唯一值的列。编写解决方案报告 Customer 表中购买了 Product 表中所有产品的客户的 id。
返回结果表 无顺序要求 。
返回结果格式如下所示。
示例 1
输入
Customer 表
--------------------------
| customer_id | product_key |
--------------------------
| 1 | 5 |
| 2 | 6 |
| 3 | 5 |
| 3 | 6 |
| 1 | 6 |
--------------------------
Product 表
-------------
| product_key |
-------------
| 5 |
| 6 |
-------------
输出
-------------
| customer_id |
-------------
| 1 |
| 3 |
-------------
解释
购买了所有产品5 和 6的客户的 id 是 1 和 3 。解答
WHERE DISTINCT 是非法语法。DISTINCT 只能放在 SELECT 或 COUNT(DISTINCT ...) 里面不能直接放在 WHERE。题目要求的是“买了所有产品的顾客”所以应该比较顾客买到的 去重后产品数 和 Product 表里的产品总数。
SELECT customer_id
FROM Customer
GROUP BY customer_id
HAVING COUNT(DISTINCT product_key) (SELECT COUNT(*) FROM Product
);解释一下
GROUP BY customer_id按顾客分组。COUNT(DISTINCT product_key)统计该顾客买了多少种不同的产品。子查询 (SELECT COUNT(*) FROM Product)统计总共有多少种产品。HAVING ... ...筛选出买全所有产品的顾客。 180. 连续出现的数字
表Logs
----------------------
| Column Name | Type |
----------------------
| id | int |
| num | varchar |
----------------------
在 SQL 中id 是该表的主键。
id 是一个自增列。找出所有至少连续出现三次的数字。
返回的结果表中的数据可以按 任意顺序 排列。
结果格式如下面的例子所示
示例 1:
输入
Logs 表
---------
| id | num |
---------
| 1 | 1 |
| 2 | 1 |
| 3 | 1 |
| 4 | 2 |
| 5 | 1 |
| 6 | 2 |
| 7 | 2 |
---------
输出
Result 表
-----------------
| ConsecutiveNums |
-----------------
| 1 |
-----------------
解释1 是唯一连续出现至少三次的数字。解答
with base as(select *, row_number() over(partition by num order by id) as rn from Logs
),
seq as(select *, id - rn as diff from base
),
rpq as (select num, count(*) as ct from seq group by num, diff having count(*) 3
)
select distinct num as ConsecutiveNums from rpq;有时候不要忘记distinct 1164. 指定日期的产品价格
产品数据表: Products
------------------------
| Column Name | Type |
------------------------
| product_id | int |
| new_price | int |
| change_date | date |
------------------------
(product_id, change_date) 是此表的主键具有唯一值的列组合。
这张表的每一行分别记录了 某产品 在某个日期 更改后 的新价格。一开始所有产品价格都为 10。
编写一个解决方案找出在 2019-08-16 所有产品的价格。
以 任意顺序 返回结果表。
结果格式如下例所示。
示例 1:
输入
Products 表:
------------------------------------
| product_id | new_price | change_date |
------------------------------------
| 1 | 20 | 2019-08-14 |
| 2 | 50 | 2019-08-14 |
| 1 | 30 | 2019-08-15 |
| 1 | 35 | 2019-08-16 |
| 2 | 65 | 2019-08-17 |
| 3 | 20 | 2019-08-18 |
------------------------------------
输出
-------------------
| product_id | price |
-------------------
| 2 | 50 |
| 1 | 35 |
| 3 | 10 |
-------------------解答
with base as(select *, row_number()over (partition by product_id order by change_date DESC) as rn from Products where change_date 2019-08-16
),
seq as (select product_id, new_price as price from base where rn 1
)
select product_id, price from seq union all select distinct product_id, 10 as price from (select product_id, min(change_date) as mi from Products group by product_id
)t where mi 2019-08-16;归纳 想要得到某一列的最大最小值并用其与某个数进行比较需要先max、min窗口或者聚合函数然后再等值查询或者rownumber配合ASC、DESC然后再后续查询中使用rn1或者直接使用order bylimit
1非相关子查询 等值比较
使用场景全局只有一个最值整个表的最大值/最小值不依赖分组。
特点子查询返回单行可以直接用 比较。示例找出工资最高的员工
select *
from Employee
where salary (select max(salary) from Employee);2相关子查询
使用场景分组后的最值每个客户/部门的最小/最大日期外层表的条件依赖子查询。
特点子查询里需要引用外层的列每行执行一次保证返回单行。示例找每个客户的首单
select *
from Delivery d1
where order_date (select min(order_date)from Delivery d2where d2.customer_id d1.customer_id
);这里子查询里的 d2.customer_id d1.customer_id 绑定了外层查询的 d1.customer_id。
每次外层取一行子查询就只计算该客户的最小订单日期。
也可以写成这种形式
select *
from (select customer_id, min(order_date)from Delivery group by customer_id
)t ;3窗口函数 条件筛选
使用场景数据库支持窗口函数MySQL 8 / PostgreSQL / Oracle / SQL Server需要按组取前几名/最值。
也可以使用max、min的窗口函数形式来获取每个组别的最值
特点写法简洁可同时保留分组内排序信息。示例找每个客户的首单
with t as (select *,row_number() over(partition by customer_id order by order_date) as rnfrom Delivery
)
select *
from t
where rn 1;如果要处理并列情况可以用 rank() 或 dense_rank()。 4ORDER BY LIMIT
使用场景只需要全表范围内的最值且只取前 N 条不分组。
特点简单高效但无法直接应对「每组最值」问题。示例找工资最高的员工Top 1
select *
from Employee
order by salary desc
limit 1;如果需要每组最值就不适合只能配合窗口函数或子查询。 对比总结
方法适用场景优点局限非相关子查询全表唯一最值简单只能处理单个全局最值相关子查询每组最值需要依赖外层条件通用不要求窗口函数子查询多次执行性能较差窗口函数每组最值/前 N 个高效简洁现代 SQL 推荐需要数据库支持窗口函数ORDER BY LIMIT全表前 N 个简洁高效不能分组只能处理全局最值快速记忆
全局最值 → 非相关子查询 或 order by limit分组最值 → 相关子查询 或 窗口函数要前 N 名/并列情况 → 窗口函数最佳 1204.最后一个能进入巴士的人
表: Queue
----------------------
| Column Name | Type |
----------------------
| person_id | int |
| person_name | varchar |
| weight | int |
| turn | int |
----------------------
person_id 是这个表具有唯一值的列。
该表展示了所有候车乘客的信息。
表中 person_id 和 turn 列将包含从 1 到 n 的所有数字其中 n 是表中的行数。
turn 决定了候车乘客上巴士的顺序其中 turn1 表示第一个上巴士turnn 表示最后一个上巴士。
weight 表示候车乘客的体重以千克为单位。有一队乘客在等着上巴士。然而巴士有1000 千克 的重量限制所以其中一部分乘客可能无法上巴士。
编写解决方案找出 最后一个 上巴士且不超过重量限制的乘客并报告 person_name 。题目测试用例确保顺位第一的人可以上巴士且不会超重。
返回结果格式如下所示。
示例 1
输入
Queue 表
--------------------------------------
| person_id | person_name | weight | turn |
--------------------------------------
| 5 | Alice | 250 | 1 |
| 4 | Bob | 175 | 5 |
| 3 | Alex | 350 | 2 |
| 6 | John Cena | 400 | 3 |
| 1 | Winston | 500 | 6 |
| 2 | Marie | 200 | 4 |
--------------------------------------
输出
-------------
| person_name |
-------------
| John Cena |
-------------
解释
为了简化Queue 表按 turn 列由小到大排序。
-------------------------------------------
| Turn | ID | Name | Weight | Total Weight |
-------------------------------------------
| 1 | 5 | Alice | 250 | 250 |
| 2 | 3 | Alex | 350 | 600 |
| 3 | 6 | John Cena | 400 | 1000 | (最后一个上巴士)
| 4 | 2 | Marie | 200 | 1200 | (无法上巴士)
| 5 | 4 | Bob | 175 | ___ |
| 6 | 1 | Winston | 500 | ___ |
-------------------------------------------解答
PSSQL 聚合函数如 MAX()和普通列之间没有自动的“行对齐”关系。
不能直接写成
select person_name, max(total_weight) from (select * , sum(weight)over (order by turn) as total_weight from Queue
)t where total_weight 1000;-- 结果只会返回
| person_id | person_name | weight | turn |
| --------- | ----------- | ------ | ---- |
| 5 | Alice | 250 | 1 |
| 4 | Bob | 175 | 5 |
| 3 | Alex | 350 | 2 |
| 6 | John Cena | 400 | 3 |
| 1 | Winston | 500 | 6 |
| 2 | Marie | 200 | 4 || person_name | max(total_weight) |
| ----------- | ----------------- |
| Alice | 1000 |-- 而不是正确输出
| person_name |
| ----------- |
| John Cena |1子查询等值过滤
# Write your MySQL query statement below
with base as(select * , sum(weight)over (order by turn) as total_weight from Queue
)
select person_name from base where total_weight (select max(total_weight) as mx from base where total_weight 1000
);2ORDER BYLIMIT
# Write your MySQL query statement below
select person_name from (select * , sum(weight)over (order by turn) as total_weight from Queue
)t where total_weight 1000 order by total_weight DESC limit 1;1907. 按分类统计薪水
表: Accounts
-------------------
| 列名 | 类型 |
-------------------
| account_id | int |
| income | int |
-------------------
在 SQL 中account_id 是这个表的主键。
每一行都包含一个银行帐户的月收入的信息。查询每个工资类别的银行账户数量。 工资类别如下
Low Salary所有工资 严格低于 20000 美元。Average Salary 包含 范围内的所有工资 [$20000, $50000] 。High Salary所有工资 严格大于 50000 美元。
结果表 必须 包含所有三个类别。 如果某个类别中没有帐户则报告 0 。
按 任意顺序 返回结果表。
查询结果格式如下示例。
示例 1
输入
Accounts 表:
--------------------
| account_id | income |
--------------------
| 3 | 108939 |
| 2 | 12747 |
| 8 | 87709 |
| 6 | 91796 |
--------------------
输出
--------------------------------
| category | accounts_count |
--------------------------------
| Low Salary | 1 |
| Average Salary | 0 |
| High Salary | 3 |
--------------------------------
解释
低薪: 有一个账户 2.
中等薪水: 没有.
高薪: 有三个账户他们是 3, 6和 8.解答
select Low Salary as category, sum(case when income 20000 then 1 else 0 end) as accounts_count
from Accounts
Union all
select Average Salary as category, sum(case when income 20000 and income 50000 then 1 else 0 end) as accounts_count
from Accounts
Union all
select High Salary as category, sum(case when income 50000 then 1 else 0 end) as accounts_count
from Accounts;626. 换座位
表: Seat
----------------------
| Column Name | Type |
----------------------
| id | int |
| student | varchar |
----------------------
id 是该表的主键唯一值列。
该表的每一行都表示学生的姓名和 ID。
ID 序列始终从 1 开始并连续增加。编写解决方案来交换每两个连续的学生的座位号。如果学生的数量是奇数则最后一个学生的id不交换。
按 id 升序 返回结果表。
查询结果格式如下所示。
示例 1:
输入:
Seat 表:
-------------
| id | student |
-------------
| 1 | Abbot |
| 2 | Doris |
| 3 | Emerson |
| 4 | Green |
| 5 | Jeames |
-------------
输出:
-------------
| id | student |
-------------
| 1 | Doris |
| 2 | Abbot |
| 3 | Green |
| 4 | Emerson |
| 5 | Jeames |
-------------
解释:
请注意如果学生人数为奇数则不需要更换最后一名学生的座位。解答
1嵌套查询
# Write your MySQL query statement below
with base as(select *, lead(student, 1)over (order by id) as exchange_nxt, lag(student, 1)over (order by id) as exchange_pre from Seat
)
select id, IFNULL((case when (id % 2) ! 0 then exchange_nxt else exchange_pre end), student) as student from base;2CASE WHEN
# Write your MySQL query statement below
select case when id % 2 1 and id (select max(id) from Seat)then id 1when id % 2 0 then id - 1else idend as id, studentfrom Seat
order by id;在 SQL 里CASE 可以写两种形式
a. 简单 CASE
直接对某个表达式的值做匹配
CASE column_nameWHEN A THEN 类型1WHEN B THEN 类型2ELSE 其他
ENDb. 搜索 CASE 最常用
条件判断灵活可以写比较、范围等
CASEWHEN score 90 THEN 优秀WHEN score 60 THEN 及格ELSE 不及格
ENDc. 作为一个字段输出
SELECT name,CASE WHEN age 18 THEN 未成年WHEN age 60 THEN 成年人ELSE 老年人END AS age_group
FROM users;d. 在聚合函数里做条件统计
SELECTSUM(CASE WHEN status success THEN 1 ELSE 0 END) AS success_count,SUM(CASE WHEN status fail THEN 1 ELSE 0 END) AS fail_count
FROM logs;常用于 条件计数。
e. 排序ORDER BY
SELECT *
FROM orders
ORDER BYCASE WHEN status vip THEN 1WHEN status normal THEN 2ELSE 3END;补充
SQL执行顺序
FROM EmployeeWHERE salary 5000 先筛掉工资不够的行GROUP BY dept 按部门分组COUNT(*) 统计每组人数HAVING 过滤出人数 ≥3 的部门SELECT 输出 dept, cntORDER BY 按 cnt 降序LIMIT 取前 5 个部门
