LeetCode-SQL-ten

本文中主要是介绍LeetCode中关于SQL的练习题,从易到难,循序渐进。文中会介绍题目和尽可能多的提供解答方案。

  • 订单最多的客户
  • 好友申请1:通过率最高
  • 好友申请2:谁有最多的好友

586-订单最多的客户

题目

在表 order 中找到订单数最多客户对应的 customer_number 。数据能够保证订单数最多的客户恰好只有一位。

表orders的定义如下:

image

样例输入为:

image

样例输出为:

image

答案

基础

上面数据能够保证订单数最多的顾客恰好只有一位,用group by进行分组,再用count(*)降序排列取出第一行数据即可。

select customer_number
from orders
group by customer_number  -- 分组
order by count(*) desc   -- 计算每个总数
limit 1   -- 选择第一行数据,即为最多的
进阶

如果最多的人数不止一个,再算出最高的订单数之后,需要找出与最高订单数相等的行

select customer_number
from orders o1
group by o1.customer_number
having count(*) = (select count(*) -- 统计最高人数的行
                   from orders o2 
                   group by o2.customer_number 
                   order by count(*) desc 
                   limit 1)
                   ;

597-好友申请1:总体通过率

题目

编写SQL语句求出好友的通过申请率,2位小数表示,通过率=接受好友申请的数目/申请总数

image

注意点

  1. 通过的好友申请不一定都在表friend_request中。统计总的被通过的申请数(不管是否在表中),将它除以申请总数,得到通过率
  2. 一个好友申请发送者可能会给接受着发送好几条申请,也有可能一条好友申请会通过几次:重复的好友申请只统计一次
  3. 如果没有好友申请,通过率为0

查比率

查比率的基本套路

  • 先查数量:count(distinct request_id, accepter_id)记得去重:distinct后面可以跟上两个字段
  • 商运算:round(ifnull(count(…...))),商运算和空值处理

答案

select round(ifnull(
  count(distinct request_id, accepted_id)/ count(distinct sender_id, send_to_id),0),2) as accept_rate   -- 去重统计之后再进行商运算 
  from friend_request, request_accepted;
select round(
  ifnull(
    (select count(*) from (select distinct requester_id, accepter_id from request_accepted) as A)  -- 统计接受总数
    /
    (select count(*) from (select distinct sender_id, send_to_id from friend_request) as B),  -- 总计发送总数
    0
), 2) as accept_rate;

602-好友申请2-谁有最多的好友

题目

表 request_accepted 存储了所有好友申请通过的数据记录,其中, requester_id 和 accepter_id 都是用户的编号。

写一条语句找出好友用户最大的用户及其好友数。

image

通过上面的表格可以观察得到:3号用户有3个好友,即1,2,4所得到的结果

注意

  1. 只有一位用户好友数量最多,即结果中只有一个用户
  2. 每次好友请求只会接受一次,不会出现重复值

答案

  1. 通过union all将字段request_id和accepted_id拼接起来,当做是id字段
  2. 再统计id字段的个数,根据其分组显示
  3. 选择出limit 1的数据
select t.id, count(t.id) as num from   -- 显示id和总数
(select request_id as id from request_accepted
union all   -- 将两个字段连接起来(垂直合并)
select accepter_id as id from request_accpted) as t   -- 结果看做是临时表t
group by t.id  -- 分组
order by num desc   -- 降序排列
limit 1;   -- 显示第一条数据
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,951评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,606评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,601评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,478评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,565评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,587评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,590评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,337评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,785评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,096评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,273评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,935评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,578评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,199评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,440评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,163评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,133评论 2 352

推荐阅读更多精彩内容