LeetCode Sql笔记4

已于 2024-07-24 15:57:05 修改
阅读量316 收藏 6
点赞数 3
文章标签： 笔记
于 2024-07-08 17:08:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_54005365/article/details/140273796
版权

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。

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.

select 'Low Salary' category, sum(income<20000) accounts_count
from Accounts
union all
select 'Average Salary' category, sum(income>=20000 and income <=50000) accounts_count
from Accounts
union all
select 'High Salary' category, sum(income>50000) accounts_count
from Accounts;

分别计算出各个级别的数量，然后通过union将各个查询连起来。 

1978. 上级经理已离职的公司员工

表: Employees

+-------------+----------+
| Column Name | Type     |
+-------------+----------+
| employee_id | int      |
| name        | varchar  |
| manager_id  | int      |
| salary      | int      |
+-------------+----------+
在 SQL 中，employee_id 是这个表的主键。
这个表包含了员工，他们的薪水和上级经理的id。
有一些员工没有上级经理（其 manager_id 是空值）。

查找这些员工的id，他们的薪水严格少于$30000 并且他们的上级经理已离职。当一个经理离开公司时，他们的信息需要从员工表中删除掉，但是表中的员工的manager_id  这一列还是设置的离职经理的id 。

返回的结果按照employee_id 从小到大排序。

示例：

输入：
Employees table:
+-------------+-----------+------------+--------+
| employee_id | name      | manager_id | salary |
+-------------+-----------+------------+--------+
| 3           | Mila      | 9          | 60301  |
| 12          | Antonella | null       | 31000  |
| 13          | Emery     | null       | 67084  |
| 1           | Kalel     | 11         | 21241  |
| 9           | Mikaela   | null       | 50937  |
| 11          | Joziah    | 6          | 28485  |
+-------------+-----------+------------+--------+
输出：
+-------------+
| employee_id |
+-------------+
| 11          |
+-------------+

解释：
薪水少于 30000 美元的员工有 1 号(Kalel) 和 11号 (Joziah)。
Kalel 的上级经理是 11 号员工，他还在公司上班(他是 Joziah )。
Joziah 的上级经理是 6 号员工，他已经离职，因为员工表里面已经没有 6 号员工的信息了，它被删除了。
select employee_id 
from employees 
where salary<30000 and manager_id not in (select employee_id from employees)
order by employee_id;

 manager_id 为 null 的时候 in 和 not in 都不符合条件。

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 是一个连续的增量。

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。

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。
select 
    (case 
        when mod(id,2)!=0 and counts != id then id+1
        when mod(id,2)!=0 and counts = id then id
        else id-1
    end) as id,student from seat, (select count(id) as counts from seat) as t
order by id;

先查询出id的数量追加到原表中，然后搜索当id为奇数且不等于总数（即不是最后一个）时id+1，等于总数时为id，当id为偶数时id-1。

1341. 电影评分

表：Movies

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| movie_id      | int     |
| title         | varchar |
+---------------+---------+
movie_id 是这个表的主键(具有唯一值的列)。
title 是电影的名字。

表：Users

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| user_id       | int     |
| name          | varchar |
+---------------+---------+
user_id 是表的主键(具有唯一值的列)。

表：MovieRating

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| movie_id      | int     |
| user_id       | int     |
| rating        | int     |
| created_at    | date    |
+---------------+---------+
(movie_id, user_id) 是这个表的主键(具有唯一值的列的组合)。
这个表包含用户在其评论中对电影的评分 rating 。
created_at 是用户的点评日期。

请你编写一个解决方案：

  • 查找评论电影数量最多的用户名。如果出现平局，返回字典序较小的用户名。
  • 查找在 February 2020 平均评分最高 的电影名称。如果出现平局，返回字典序较小的电影名称。

字典序 ，即按字母在字典中出现顺序对字符串排序，字典序较小则意味着排序靠前。

返回结果格式如下例所示。

示例 1：

输入：
Movies 表：
+-------------+--------------+
| movie_id    |  title       |
+-------------+--------------+
| 1           | Avengers     |
| 2           | Frozen 2     |
| 3           | Joker        |
+-------------+--------------+
Users 表：
+-------------+--------------+
| user_id     |  name        |
+-------------+--------------+
| 1           | Daniel       |
| 2           | Monica       |
| 3           | Maria        |
| 4           | James        |
+-------------+--------------+
MovieRating 表：
+-------------+--------------+--------------+-------------+
| movie_id    | user_id      | rating       | created_at  |
+-------------+--------------+--------------+-------------+
| 1           | 1            | 3            | 2020-01-12  |
| 1           | 2            | 4            | 2020-02-11  |
| 1           | 3            | 2            | 2020-02-12  |
| 1           | 4            | 1            | 2020-01-01  |
| 2           | 1            | 5            | 2020-02-17  | 
| 2           | 2            | 2            | 2020-02-01  | 
| 2           | 3            | 2            | 2020-03-01  |
| 3           | 1            | 3            | 2020-02-22  | 
| 3           | 2            | 4            | 2020-02-25  | 
+-------------+--------------+--------------+-------------+
输出：
Result 表：
+--------------+
| results      |
+--------------+
| Daniel       |
| Frozen 2     |
+--------------+
解释：
Daniel 和 Monica 都点评了 3 部电影（"Avengers", "Frozen 2" 和 "Joker"） 但是 Daniel 字典序比较小。
Frozen 2 和 Joker 在 2 月的评分都是 3.5，但是 Frozen 2 的字典序比较小。
(select u.name as results from movierating mr left join users u on u.user_id = mr.user_id group by mr.user_id order by count(mr.user_id) desc, u.name limit 1)
union all
(select m.title as results from movierating mr left join movies m on mr.movie_id=m.movie_id where mr.created_at>='2020-02-01' and mr.created_at<'2020-03-01' group by mr.movie_id order by avg(mr.rating) desc, m.title limit 1)

 1.分组搜索后排序用limit只取第一条后用union all合并（union如果有两条重复时合并会变成一条）。

1321. 餐馆营业额变化增长 

表: Customer

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| customer_id   | int     |
| name          | varchar |
| visited_on    | date    |
| amount        | int     |
+---------------+---------+
在 SQL 中，(customer_id, visited_on) 是该表的主键。
该表包含一家餐馆的顾客交易数据。
visited_on 表示 (customer_id) 的顾客在 visited_on 那天访问了餐馆。
amount 是一个顾客某一天的消费总额。

你是餐馆的老板，现在你想分析一下可能的营业额变化增长（每天至少有一位顾客）。

计算以 7 天（某日期 + 该日期前的 6 天）为一个时间段的顾客消费平均值。average_amount 要 保留两位小数。

结果按 visited_on 升序排序。

示例 1:

输入：
Customer 表:
+-------------+--------------+--------------+-------------+
| customer_id | name         | visited_on   | amount      |
+-------------+--------------+--------------+-------------+
| 1           | Jhon         | 2019-01-01   | 100         |
| 2           | Daniel       | 2019-01-02   | 110         |
| 3           | Jade         | 2019-01-03   | 120         |
| 4           | Khaled       | 2019-01-04   | 130         |
| 5           | Winston      | 2019-01-05   | 110         | 
| 6           | Elvis        | 2019-01-06   | 140         | 
| 7           | Anna         | 2019-01-07   | 150         |
| 8           | Maria        | 2019-01-08   | 80          |
| 9           | Jaze         | 2019-01-09   | 110         | 
| 1           | Jhon         | 2019-01-10   | 130         | 
| 3           | Jade         | 2019-01-10   | 150         | 
+-------------+--------------+--------------+-------------+
输出：
+--------------+--------------+----------------+
| visited_on   | amount       | average_amount |
+--------------+--------------+----------------+
| 2019-01-07   | 860          | 122.86         |
| 2019-01-08   | 840          | 120            |
| 2019-01-09   | 840          | 120            |
| 2019-01-10   | 1000         | 142.86         |
+--------------+--------------+----------------+
解释：
第一个七天消费平均值从 2019-01-01 到 2019-01-07 是restaurant-growth/restaurant-growth/ (100 + 110 + 120 + 130 + 110 + 140 + 150)/7 = 122.86
第二个七天消费平均值从 2019-01-02 到 2019-01-08 是 (110 + 120 + 130 + 110 + 140 + 150 + 80)/7 = 120
第三个七天消费平均值从 2019-01-03 到 2019-01-09 是 (120 + 130 + 110 + 140 + 150 + 80 + 110)/7 = 120
第四个七天消费平均值从 2019-01-04 到 2019-01-10 是 (130 + 110 + 140 + 150 + 80 + 110 + 130 + 150)/7 = 142.86

1.自连接 

select a.visited_on,sum(b.amount) as amount,round(sum(amount)/7,2) as average_amount 
from (select distinct visited_on from customer) a join customer b 
on datediff(a.visited_on,b.visited_on) between 0 and 6 
where a.visited_on>=(select min(visited_on) from customer)+6
group by a.visited_on
order by a.visited_on;
  1.  根据题意需要先查出大于最小日期+6的日期（a表）。
  2. 然后和原表（b表）进行全连接，连接条件为与a表的日期和b表的日期相差在0到6。
  3. 最后进行查询，以a表的日期作为分组条件。

2. 窗口函数

SELECT DISTINCT visited_on,
       sum_amount AS amount, 
       ROUND(sum_amount/7, 2) AS average_amount
FROM (
    SELECT visited_on, SUM(amount) OVER ( ORDER BY visited_on RANGE interval 6 day preceding  ) AS sum_amount 
    FROM Customer) t
-- 最后手动地从第7天开始
WHERE DATEDIFF(visited_on, (SELECT MIN(visited_on) FROM Customer)) >= 6
  1.  通过sum窗口函数计算出当前行日期前六天的总数，以visited_on作为分组条件。
  2. where函数筛选出大于最小日期6天的行。

 

ha一只鹅鹅鹅
关注
1341. 电影评分（SQL）
anningne的专栏
02-24 690
题目：https://leetcode-cn.com/problems/movie-rating/ 表：Movies +---------------+---------+ | Column Name | Type | +---------------+---------+ | movie_id | int | | title | varchar | +---------------+---------+ movie_id 是这个表的主键。 title 是电影...
1341. 电影评分
m0_69157845的博客
06-25 187
1341. 电影评分
LeetCode MySQL 1341. 电影评分
Michael是个半路程序员
07-29 725
文章目录1. 题目2. 解题 1. 题目 2. 解题 先找出评论最多的数量的人 select name from Users left join Movie_Rating using(user_id) group by Users.user_id order by count(*) desc, name limit 1 # {"headers": ["name"], "values": [["Daniel"]]} 找二月份评分最高的电影 select title from Movies left
LeetCode-SQL-1341. 电影评分
AlphaCat的博客
03-27 369
Create table If Not Exists Movies (movie_id int, title varchar(30)) Create table If Not Exists Users (user_id int, name varchar(30)) Create table If Not Exists Movie_Rating (movie_id int, user_id int...
leetcode答案-LeetCode-SQL-Summary:*LeetCodeSQL102题总结*本笔记旨在帮助人们有效地学习和复习SQL
06-30
4 月 15 日，涵盖了 104 道 LeetCode SQL 问题 介绍 在完成了所有 102 道 LeetCode SQL 问题后，我有一种冲动，可以通过他们试图测试的主题来总结它们。 本笔记旨在帮助人们有效地学习和复习 SQL ，尤其是在试图快速...
leetcode中国-leetcode-note:leetcode解题笔记
06-29
在LeetCode中，数据库题目通常涉及SQL查询，包括但不限于选择查询、联接查询、子查询、分组和聚合函数。例如，你需要学会使用SELECT语句从多个表中提取数据，理解JOIN操作如何连接不同的表，使用GROUP BY和HAVING来...
leetcode第n高的薪水-LeetCode-SQL:LeetCodeSQL刷题笔记
07-07
除了这个问题本身，LeetCode SQL刷题笔记可以帮助学习者深入理解SQL的各种题型，提高实际问题解决能力。在系统开源的环境中，这些笔记提供了宝贵的资源，帮助开发者巩固SQL基础，应对更多实际工作中的挑战。
谷歌师兄的leetcode刷题笔记-WvsGlobal:环球网
06-30
谷歌师兄的leetcode刷题笔记MapleGlobal (WvsBeta_REVAMP) 就是这个。 关闭前的最后一个版本。 这只包含服务器源，没有脚本和其他“私有”的东西，使其与客户端不兼容。 祝你好运。 笔记 我们不会对此版本提供支持。...
谷歌师兄的leetcode刷题笔记-lbdb:小兄弟的数据库
06-30
【谷歌师兄的LeetCode刷题笔记-LBDB：小兄弟的数据库】 在编程领域，LeetCode是一个非常知名的在线平台，它提供了丰富的算法题目，帮助程序员提升自己的编程技能和解决实际问题的能力。"谷歌师兄"的LeetCode刷题...
LeetCode-1341. 电影评分（中等）
Hello_JavaScript的博客
03-11 1457
表：Movies +---------------+---------+ | Column Name | Type | +---------------+---------+ | movie_id | int | | title | varchar | +---------------+---------+ movie_id 是这个表的主键。 titl...
Medium之1341.电影评分***
Janice的博客
07-18 337
表：Movies Column Name Type movie_id int title varchar movie_id 是这个表的主键。 title 是电影的名字。 表：Users Column Name Type user_id int name varchar user_id 是表的主键。 表：Movie_Rating Column Name Type movie_id int user_id int rating int
SQL-每日一题【1341. 电影评分】
lucky_1314520的博客
08-15 1066
MoviesUsers，即按字母在字典中出现顺序对字符串排序，字典序较小则意味着排序靠前。返回结果格式如下例所示。
【SQL】1341. 电影评分（分组求解+合并union all；order by 多字段排序）
Rudy的博客
03-18 503
分组求解+合并union all；order by 多字段排序
【LeetCode高频SQL50题-基础版】打卡第7天：第36~40题
热爱编程、热爱生活、热爱探索
10-13 622
在这个博客专栏中，我将为大家提供关于 LeetCode 高频 SQL 题目的基础版解析。LeetCode 是一个非常受欢迎的编程练习平台，其中的 SQL 题目涵盖了各种常见的数据库操作和查询任务。对于计算机科班出身的同学来说，SQL 是一个基础而又重要的技能。不仅在面试过程中经常会遇到 SQL 相关的考题，而且在日常的开发工作中，掌握 SQL 的能力也是必备的。本专栏的目的是帮助读者掌握 LeetCode 上的高频 SQL 题目，并提供对每个题目的解析和解决方案。
每日一题-52（电影评分）
Txixi的博客
12-25 985
题52： 根据下面三个表请你编写一组 SQL 查询： （1）查找评论电影数量最多的用户名，如果出现平局，返回字典序较小的用户名。 （2）查找在 2020 年 2 月 平均评分最高的电影名称，如果出现平局，返回字典序较小的电影名称，查询分两行返回。 其中： Movies表：movie_id 是这个表的主键，title是电影的名字； Users表：user_id 是表的主键； MovieRating表：(movie_id, user_id) 是这个表的主键，这个表包含用户在其评论中对电影的评分 rating
练习题（2024/5/1）
m0_74859128的博客
05-01 1025
这道题的重点是通过层次遍历多叉树的节点，记录每一层的最大节点值，并将这些最大节点值存放在一个数组中返回。7. 对结果按照电影ID进行分组，然后按照每部电影的评分平均值进行降序排列，同时如果平均值相同的情况下按照电影标题进行升序排列，这样就可以找到2020年2月份评分平均值最高的电影。2. 对结果按照用户ID进行分组，然后按照每个用户对电影的评分次数进行降序排列，同时如果评分次数相同的情况下按照用户名称进行升序排列，这样就可以找到评分次数最多的用户。遍历节点的子节点，如果子节点不为空则加入队列que中。
SQL练习03
weixin_44464850的博客
11-20 346
SQL表:Queueperson_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 turn=1 表示第一个上巴士，turn=n 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。
SQL面试题-电影评分排序
weixin_43800002的博客
08-17 642
文章目录题目描述解答 题目描述 某城市开了一家新的电影院，吸引了很多人过来看电影。该电影院特别注意用户体验，专门有个 LED显示板做电影推荐，上面公布着影评和相关电影描述。 作为该电影院的信息部主管，您需要编写一个 SQL查询，找出所有影片描述为非 boring (不无聊) 的并且 id 为奇数 的影片，结果请按等级 rating 排列。 例如，下表 cinema: 解答 这里主要考察几个知识点 WHERE的使用 AND的使用 ORDER BY的使用 DESC的使用 SELECT * FROM cin
leetcode sql
最新发布
07-06
LeetCode SQL分类主要是指LeetCode网站上提供的一系列SQL题目，用于考察数据处理、数据库查询和优化技能。这些题目通常涉及到实际场景的问题，比如数据分析、数据清洗、用户行为分析等，要求解决者使用SQL语言编写...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ha一只鹅鹅鹅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值