力扣SQL-2

字数统计: 3.6k字 | 阅读时长: 16分

2021-06-06

摘要: 力扣 SQL 题目讲解，part2，共 10 题。

【对数据分析、人工智能、金融科技、风控服务感兴趣的同学，欢迎关注我哈，阅读更多原创文章】
我的网站：潮汐朝夕的生活实验室
我的公众号：潮汐朝夕
我的知乎：潮汐朝夕
我的github：FennelDumplings
我的leetcode：FennelDumplings

往期回顾:

第一期: 力扣SQL-1

参考资料:

这是力扣 SQL 题目第二期

本期的题目为 leetcode SQL 的第 6 ~ 15 题，题目和主要技术点如下:

题目	技术点
181. 超过经理收入的员工	自连接(《SQL必知必会》13-2) 内连接(《SQL必知必会》12-2)
182. 查找重复的电子邮箱	子查询(《SQL必知必会》11-2) 过滤查询(《SQL必知必会》10-3)
183. 从不订购的客户	IN, NOT 操作符(《SQL必知必会》5-2, 5-3) 左连接(《SQL必知必会》13-2)
184. 部门工资最高的员工	IN 操作符(《SQL必知必会》5-2) 内连接, 分组查询窗口函数 RANK
185. 部门工资前三高的所有员工	内连接, 分组查询窗口函数 DENSE_RANK
196. 删除重复的电子邮箱	中间表 `FROM (SELECT * FROM tablename) tmp`
197. 上升的温度	比较日期，DATEDIFF 内连接, 自连接
262. 行程和用户	四舍五入 ROUND 函数统计满足条件的条数: `SUM(IF(expr, 0, 1))` 过滤方法, 连接(JOIN), 集合(IN)
511. 游戏玩法分析 I	用 MIN 函数求最早的日期
512. 游戏玩法分析 II	IN 操作符

181. 超过经理收入的员工

题目描述

Employee 表包含所有员工，他们的经理也属于员工。每个员工都有一个 Id，此外还有一列对应员工的经理的 Id。

+----+-------+--------+-----------+
| Id | Name  | Salary | ManagerId |
+----+-------+--------+-----------+
| 1  | Joe   | 70000  | 3         |
| 2  | Henry | 80000  | 4         |
| 3  | Sam   | 60000  | NULL      |
| 4  | Max   | 90000  | NULL      |
+----+-------+--------+-----------+

给定 Employee 表，编写一个 SQL 查询，该查询可以获取收入超过他们经理的员工的姓名。在上面的表格中，Joe 是唯一一个收入超过他的经理的员工。

+----------+
| Employee |
+----------+
| Joe      |
+----------+

分析

方案1: 自连接

代码(MySQL)

SELECT t1.Name AS Employee
FROM Employee AS t1, Employee AS t2
WHERE t1.ManagerId = t2.Id
    AND t1.Salary > t2.Salary

方案2: 内连接

代码(MySQL)

SELECT t1.Name AS Employee
FROM Employee AS t1 INNER JOIN Employee AS t2
ON t1.ManagerId = t2.Id
    AND t1.Salary > t2.Salary

182. 查找重复的电子邮箱

编写一个 SQL 查询，查找 Person 表中所有重复的电子邮箱。

示例：

+----+---------+
| Id | Email   |
+----+---------+
| 1  | a@b.com |
| 2  | c@d.com |
| 3  | a@b.com |
+----+---------+

根据以上输入，你的查询应返回以下结果：

+---------+
| Email   |
+---------+
| a@b.com |
+---------+

说明：所有电子邮箱都是小写字母。

分析

方案: 分组查询+子查询

利用子查询进行过滤

代码(MySQL)

SELECT Email
FROM (
    SELECT *, COUNT(Email) as Cnt
    FROM Person
    GROUP BY Email
) AS t
WHERE Cnt > 1

分组查询+过滤分组

注意顺序: where > group by > having > order by

代码(MySQL)

SELECT Email
FROM Person
GROUP BY Email
HAVING COUNT(Email) > 1

183. 从不订购的客户

某网站包含两个表，Customers 表和 Orders 表。编写一个 SQL 查询，找出所有从不订购任何东西的客户。

Customers 表：

+----+-------+
| Id | Name  |
+----+-------+
| 1  | Joe   |
| 2  | Henry |
| 3  | Sam   |
| 4  | Max   |
+----+-------+

Orders 表：

+----+------------+
| Id | CustomerId |
+----+------------+
| 1  | 3          |
| 2  | 1          |
+----+------------+

例如给定上述表格，你的查询应返回：

+-----------+
| Customers |
+-----------+
| Henry     |
| Max       |
+-----------+

分析

方案: IN

高级过滤方法: IN 操作符，后面可以接子查询。

代码(MySQL)

SELECT c.Name AS Customers
FROM Customers AS c
WHERE c.Id NOT IN (
    SELECT CustomerId
    FROM Orders
)

方案2: 左连接

用左连接处理在表 a 但不在表 b 的数据

代码(MySQL)

SELECT c.Name AS Customers
FROM Customers AS c LEFT JOIN Orders AS o
ON c.Id = o.CustomerId
WHERE o.CustomerId IS NULL

184. 部门工资最高的员工

Employee 表包含所有员工信息，每个员工有其对应的 Id, salary 和 department Id。

+----+-------+--------+--------------+
| Id | Name  | Salary | DepartmentId |
+----+-------+--------+--------------+
| 1  | Joe   | 70000  | 1            |
| 2  | Jim   | 90000  | 1            |
| 3  | Henry | 80000  | 2            |
| 4  | Sam   | 60000  | 2            |
| 5  | Max   | 90000  | 1            |
+----+-------+--------+--------------+

Department 表包含公司所有部门的信息。

+----+----------+
| Id | Name     |
+----+----------+
| 1  | IT       |
| 2  | Sales    |
+----+----------+

编写一个 SQL 查询，找出每个部门工资最高的员工。对于上述表，您的 SQL 查询应返回以下行（行的顺序无关紧要）。

+------------+----------+--------+
| Department | Employee | Salary |
+------------+----------+--------+
| IT         | Max      | 90000  |
| IT         | Jim      | 90000  |
| Sales      | Henry    | 80000  |
+------------+----------+--------+

解释：

Max 和 Jim 在 IT 部门的工资都是最高的，Henry 在销售部的工资最高。

分析

通过 Employee.DepartmentId 和 Department.Id 左连接 Employee 和 Department

1
2
3

SELECT d.Name AS Department, e.Name AS Employee, e.Salary AS Salary
FROM Employee AS e INNER JOIN Department AS d
ON e.DepartmentId = d.Id

然后按 Department 分组

SELECT Department, Employee, MAX(Salary) AS Salary
FROM (
    SELECT d.Name AS Department, e.Name AS Employee, e.Salary AS Salary
    FROM Employee AS e LEFT JOIN Department AS d
    ON e.DepartmentId = d.Id
) AS t
GROUP BY Department

但这样的话如果最大值有多个，只能取到1个。

方案: 用 IN 应对多个最值的情况

在内连接后的临时表里用 IN 操作符，左侧是 (e.DepartmentId, e.Salary)，右侧是 (e.DepartmentId, MAX(e.Salary))。

代码(MySQL)

SELECT d.Name AS Department, e.Name AS Employee, e.Salary AS Salary
FROM Employee AS e INNER JOIN Department AS d
ON e.DepartmentId = d.Id
WHERE (e.DepartmentId, e.Salary) IN (
    SELECT DepartmentId, MAX(Salary)
    FROM Employee
    GROUP BY DepartmentId
    )

方案2: 窗口函数 Rank 可以处理并列的情况

按 e.DepartmentId 分组，按 e.Salary 降序排序。构造新属性 r.

r = 1 的为目标数据。

代码(MySQL)

SELECT department, employee, salary
FROM (
    SELECT d.name AS Department, e.name AS Employee, e.Salary AS Salary,
        RANK() OVER (PARTITION by e.DepartmentId ORDER BY e.Salary DESC) AS r
    FROM Employee AS e INNER JOIN Department as d
    on e.DepartmentId = d.Id
) t
where r = 1

185. 部门工资前三高的所有员工

题目描述

Employee 表包含所有员工信息，每个员工有其对应的工号 Id，姓名 Name，工资 Salary 和部门编号 DepartmentId 。

+----+-------+--------+--------------+
| Id | Name  | Salary | DepartmentId |
+----+-------+--------+--------------+
| 1  | Joe   | 85000  | 1            |
| 2  | Henry | 80000  | 2            |
| 3  | Sam   | 60000  | 2            |
| 4  | Max   | 90000  | 1            |
| 5  | Janet | 69000  | 1            |
| 6  | Randy | 85000  | 1            |
| 7  | Will  | 70000  | 1            |
+----+-------+--------+--------------+

Department 表包含公司所有部门的信息。

+----+----------+
| Id | Name     |
+----+----------+
| 1  | IT       |
| 2  | Sales    |
+----+----------+

编写一个 SQL 查询，找出每个部门获得前三高工资的所有员工。例如，根据上述给定的表，查询结果应返回：

+------------+----------+--------+
| Department | Employee | Salary |
+------------+----------+--------+
| IT         | Max      | 90000  |
| IT         | Randy    | 85000  |
| IT         | Joe      | 85000  |
| IT         | Will     | 70000  |
| Sales      | Henry    | 80000  |
| Sales      | Sam      | 60000  |
+------------+----------+--------+

解释：

IT 部门中，Max 获得了最高的工资，Randy 和 Joe 都拿到了第二高的工资，Will 的工资排第三。销售部门（Sales）只有两名员工，Henry 的工资最高，Sam 的工资排第二。

分析

首先将 Employee 和 Department 两张表按 Employee.DepartmentId = Department.Id 内连接。

然后在内连接的临时表上用窗口函数 DENSE_RANK 并创建新属性 dr

dr < 4 的即为需要的数据。

方案: 窗口函数 Dense_Rank 可以处理并列的情况

代码(MySQL)

SELECT Department, Employee, Salary
FROM (
    SELECT d.Name as Department, e.Name AS Employee, e.Salary AS Salary,
        DENSE_RANK() OVER(PARTITION BY e.DepartmentId ORDER BY e.Salary DESC) AS dr
    FROM Employee as e INNER JOIN Department as d
    ON e.DepartmentId = d.Id
) AS t
WHERE dr < 4

196. 删除重复的电子邮箱

题目描述

编写一个 SQL 查询，来删除 Person 表中所有重复的电子邮箱，重复的邮箱里只保留 Id 最小的那个。

+----+------------------+
| Id | Email            |
+----+------------------+
| 1  | john@example.com |
| 2  | bob@example.com  |
| 3  | john@example.com |
+----+------------------+

Id 是这个表的主键。
例如，在运行你的查询语句之后，上面的 Person 表应返回以下几行:

+----+------------------+
| Id | Email            |
+----+------------------+
| 1  | john@example.com |
| 2  | bob@example.com  |
+----+------------------+

提示：

执行 SQL 之后，输出是整个 Person 表。
使用 delete 语句。

分析

方案: DELETE + 中间表

删除特定行:

1 2	DELETE FROM Person WHERE ...;

注意:

在 MYSQL 里，不能先 SELECT 一个表的记录，在按此条件进行更新和删除同一个表的记录。解决办法是，将 SELECT 得到的结果，再通过中间表 SELECT 一遍。

中间表可以这么写 FROM (SELECT * FROM Person) t

代码(MySQL)

DELETE FROM Person
WHERE Id NOT IN (
    SELECT MIN(tmp.Id) AS Id
    FROM (SELECT * FROM Person) tmp
    GROUP BY tmp.Email 
    )

197. 上升的温度

题目描述

表 Weather

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| id            | int     |
| recordDate    | date    |
| temperature   | int     |
+---------------+---------+

id 是这个表的主键
该表包含特定日期的温度信息

编写一个 SQL 查询，来查找与之前（昨天的）日期相比温度更高的所有日期的 id 。

返回结果不要求顺序。

查询结果格式如下例：

Weather

+----+------------+-------------+
| id | recordDate | Temperature |
+----+------------+-------------+
| 1  | 2015-01-01 | 10          |
| 2  | 2015-01-02 | 25          |
| 3  | 2015-01-03 | 20          |
| 4  | 2015-01-04 | 30          |
+----+------------+-------------+

Result table:

+----+
| id |
+----+
| 2  |
| 4  |
+----+

2015-01-02 的温度比前一天高（10 -> 25）
2015-01-04 的温度比前一天高（20 -> 30）

分析

方案: DATEDIFF 比较日期

代码(MySQL)

内连接

SELECT w2.ID AS id
FROM Weather AS w1 INNER JOIN Weather AS w2
ON DATEDIFF(w2.recordDate, w1.recordDate) = 1
    AND w1.Temperature < w2.Temperature

自连接

SELECT w2.ID AS id
FROM Weather AS w1, Weather AS w2
WHERE DATEDIFF(w2.recordDate, w1.recordDate) = 1
    AND w1.Temperature < w2.Temperature

262. 行程和用户

题目描述

表：Trips

+-------------+----------+
| Column Name | Type     |
+-------------+----------+
| Id          | int      |
| Client_Id   | int      |
| Driver_Id   | int      |
| City_Id     | int      |
| Status      | enum     |
| Request_at  | date     |     
+-------------+----------+

Id 是这张表的主键。
这张表中存所有出租车的行程信息。每段行程有唯一 Id ，其中 Client_Id 和 Driver_Id 是 Users 表中 Users_Id 的外键。
Status 是一个表示行程状态的枚举类型，枚举成员为(‘completed’, ‘cancelled_by_driver’, ‘cancelled_by_client’) 。

表：Users

+-------------+----------+
| Column Name | Type     |
+-------------+----------+
| Users_Id    | int      |
| Banned      | enum     |
| Role        | enum     |
+-------------+----------+

Users_Id 是这张表的主键。
这张表中存所有用户，每个用户都有一个唯一的 Users_Id ，Role 是一个表示用户身份的枚举类型，枚举成员为 (‘client’, ‘driver’, ‘partner’) 。
Banned 是一个表示用户是否被禁止的枚举类型，枚举成员为 (‘Yes’, ‘No’) 。

写一段 SQL 语句查出 “2013-10-01” 至 “2013-10-03” 期间非禁止用户（乘客和司机都必须未被禁止）的取消率。非禁止用户即 Banned 为 No 的用户，禁止用户即 Banned 为 Yes 的用户。

取消率的计算方式如下：(被司机或乘客取消的非禁止用户生成的订单数量) / (非禁止用户生成的订单总数)。

返回结果表中的数据可以按任意顺序组织。其中取消率 Cancellation Rate 需要四舍五入保留两位小数。

查询结果格式如下例所示：

Trips 表：

+----+-----------+-----------+---------+---------------------+------------+
| Id | Client_Id | Driver_Id | City_Id | Status              | Request_at |
+----+-----------+-----------+---------+---------------------+------------+
| 1  | 1         | 10        | 1       | completed           | 2013-10-01 |
| 2  | 2         | 11        | 1       | cancelled_by_driver | 2013-10-01 |
| 3  | 3         | 12        | 6       | completed           | 2013-10-01 |
| 4  | 4         | 13        | 6       | cancelled_by_client | 2013-10-01 |
| 5  | 1         | 10        | 1       | completed           | 2013-10-02 |
| 6  | 2         | 11        | 6       | completed           | 2013-10-02 |
| 7  | 3         | 12        | 6       | completed           | 2013-10-02 |
| 8  | 2         | 12        | 12      | completed           | 2013-10-03 |
| 9  | 3         | 10        | 12      | completed           | 2013-10-03 |
| 10 | 4         | 13        | 12      | cancelled_by_driver | 2013-10-03 |
+----+-----------+-----------+---------+---------------------+------------+

Users 表：

+----------+--------+--------+
| Users_Id | Banned | Role   |
+----------+--------+--------+
| 1        | No     | client |
| 2        | Yes    | client |
| 3        | No     | client |
| 4        | No     | client |
| 10       | No     | driver |
| 11       | No     | driver |
| 12       | No     | driver |
| 13       | No     | driver |
+----------+--------+--------+

Result 表：

+------------+-------------------+
| Day        | Cancellation Rate |
+------------+-------------------+
| 2013-10-01 | 0.33              |
| 2013-10-02 | 0.00              |
| 2013-10-03 | 0.50              |
+------------+-------------------+

2013-10-01：
- 共有 4 条请求，其中 2 条取消。
- 然而，Id=2 的请求是由禁止用户（User_Id=2）发出的，所以计算时应当忽略它。
- 因此，总共有 3 条非禁止请求参与计算，其中 1 条取消。
- 取消率为 (1 / 3) = 0.33
2013-10-02：
- 共有 3 条请求，其中 0 条取消。
- 然而，Id=6 的请求是由禁止用户发出的，所以计算时应当忽略它。
- 因此，总共有 2 条非禁止请求参与计算，其中 0 条取消。
- 取消率为 (0 / 2) = 0.00
2013-10-03：
- 共有 3 条请求，其中 1 条取消。
- 然而，Id=8 的请求是由禁止用户发出的，所以计算时应当忽略它。
- 因此，总共有 2 条非禁止请求参与计算，其中 1 条取消。
- 取消率为 (1 / 2) = 0.50

分析

先对 Trips 表做过滤，过滤条件如下

Trips.Client_Id 和 Trips.Driver_Id 在 Users 表中的 Banned 都是 No
Trips.Request_at 范围是 “2013-10-01” ~ “2013-10-03”

过滤方法1: 用连接

SELECT *
FROM Trips AS t
JOIN Users AS u1 
ON (t.client_id = u1.users_id AND u1.banned ='No')
JOIN Users AS u2 
ON (t.driver_id = u2.users_id AND u2.banned ='No')
WHERE t.request_at BETWEEN '2013-10-01' AND '2013-10-03'

过滤方法2: 用集合

SELECT *
FROM Trips AS t
WHERE t.Client_Id NOT IN (
    SELECT users_id
    FROM users
    WHERE banned = 'Yes'
)
AND t.Driver_Id NOT IN (
    SELECT users_id
    FROM users
    WHERE banned = 'Yes'
)
AND t.request_at BETWEEN '2013-10-01' AND '2013-10-03'

然后按日期分组，统计每组的总行程数，取消的行程数。

计算方案: SUM 函数和 ROUND 函数

每组的总行程数：COUNT(t.STATUS)。
每组的取消的行程数：

1
2
3

SUM(
    IF(t.STATUS = 'completed', 0, 1)
)

四舍五入函数 ROUND

代码(MySQL)

用连接过滤

SELECT t.request_at AS Day, ROUND(
    SUM(IF(T.STATUS = 'completed', 0, 1)) / COUNT(T.STATUS), 2
    ) AS 'Cancellation Rate'
FROM Trips AS t
JOIN Users AS u1 
ON (t.client_id = u1.users_id AND u1.banned ='No')
JOIN Users AS u2 
ON (t.driver_id = u2.users_id AND u2.banned ='No')
WHERE t.request_at BETWEEN '2013-10-01' AND '2013-10-03'
GROUP BY t.request_at

用集合过滤

SELECT t.request_at AS Day, ROUND(
    SUM(IF(T.STATUS = 'completed', 0, 1)) / COUNT(T.STATUS), 2
    ) AS 'Cancellation Rate'
FROM Trips AS t
WHERE t.request_at BETWEEN '2013-10-01' AND '2013-10-03'
AND t.Client_Id NOT IN (
    SELECT users_id
    FROM users
    WHERE banned = 'Yes'
    )
AND t.Driver_Id NOT IN (
    SELECT users_id
    FROM users
    WHERE banned = 'Yes'
    )
GROUP BY t.request_at

511. 游戏玩法分析 I

题目描述

活动表 Activity：

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| player_id    | int     |
| device_id    | int     |
| event_date   | date    |
| games_played | int     |
+--------------+---------+

表的主键是 (player_id, event_date)。
这张表展示了一些游戏玩家在游戏平台上的行为活动。
每行数据记录了一名玩家在退出平台之前，当天使用同一台设备登录平台后打开的游戏的数目（可能是 0 个）。

写一条 SQL 查询语句获取每位玩家第一次登陆平台的日期。

查询结果的格式如下所示：

Activity 表：

+-----------+-----------+------------+--------------+
| player_id | device_id | event_date | games_played |
+-----------+-----------+------------+--------------+
| 1         | 2         | 2016-03-01 | 5            |
| 1         | 2         | 2016-05-02 | 6            |
| 2         | 3         | 2017-06-25 | 1            |
| 3         | 1         | 2016-03-02 | 0            |
| 3         | 4         | 2018-07-03 | 5            |
+-----------+-----------+------------+--------------+

Result 表：

+-----------+-------------+
| player_id | first_login |
+-----------+-------------+
| 1         | 2016-03-01  |
| 2         | 2017-06-25  |
| 3         | 2016-03-02  |
+-----------+-------------+

分析

方案: 求最早的日期 MIN

代码(MySQL)

1
2
3

SELECT player_id, MIN(event_date) AS first_login
FROM Activity
GROUP BY player_id

512. 游戏玩法分析 II

问题描述

Table: Activity

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| player_id    | int     |
| device_id    | int     |
| event_date   | date    |
| games_played | int     |
+--------------+---------+

(player_id, event_date) 是这个表的两个主键
这个表显示的是某些游戏玩家的游戏活动情况
每一行是在某天使用某个设备登出之前登录并玩多个游戏（可能为0）的玩家的记录
请编写一个 SQL 查询，描述每一个玩家首次登陆的设备名称

查询结果格式在以下示例中：

Activity table:

+-----------+-----------+------------+--------------+
| player_id | device_id | event_date | games_played |
+-----------+-----------+------------+--------------+
| 1         | 2         | 2016-03-01 | 5            |
| 1         | 2         | 2016-05-02 | 6            |
| 2         | 3         | 2017-06-25 | 1            |
| 3         | 1         | 2016-03-02 | 0            |
| 3         | 4         | 2018-07-03 | 5            |
+-----------+-----------+------------+--------------+

Result table:

+-----------+-----------+
| player_id | device_id |
+-----------+-----------+
| 1         | 2         |
| 2         | 3         |
| 3         | 1         |
+-----------+-----------+

分析

方案: IN 操作符

代码(MySQL)

SELECT player_id, device_id
FROM Activity
WHERE (player_id, event_date) IN (
    SELECT player_id, MIN(event_date) AS first_login
    FROM Activity
    GROUP BY player_id
    )