【LeetCode】--- MySQL刷题集合

1.组合两个表（外连接）

select p.firstName,p.lastName,a.city,a.state 
from Person p left join Address a 
on p.personId = a.personId;

以左边表为基准，去连接右边的表。取两表的交集和左表的全集 

2.第二高的薪水 （子查询、ifnull）

解法一（子查询与LIMIT 子句）：

limit的两种写法

limit 起始索引，查询数据的个数

limit 起始索引 offset 查询数据的个数

select 
(select distinct salary from Employee order by salary desc limit 1 offset 1) 
as SecondHighestSalary;

这样的写法就类似于

select 1+2 as SecondHighestSalary;

不需要有数据来源，因为这个表达式的计算结果已经是一个数据了。

这里只是给数据起一个别名。若是子查询数据为空，那么返回的就是null 而不是空了

总之。在 SQL 中使用子查询而没有 FROM 子句的情况通常是为了计算一个表达式或获取一个基于特定逻辑的单一结果，子查询本身提供了数据来源和处理逻辑，无需再通过 FROM 从物理表中获取数据。但在实际应用中，需要考虑性能和可维护性，避免过度复杂的子查询结构。 

解法二（使用 IFNULL 和 LIMIT 子句）： 

select ifnull(
(select distinct salary from Employee order by salary desc limit 1,1),null
) 
as SecondHighestSalary;

由于若查询结果为空，返回null

因此使用 ifnull 流程控制函数 更加合适

ifnull（value1，value2）

如果value1为null，就返回value2

如果不为空，就返回value1

注意，若是value1为一个sql语句，要给它加上括号

 3.第N高的薪水（函数、limit不能跟表达式）

 

答案： 

CREATE FUNCTION getNthHighestSalary(N INT) RETURNS INT
BEGIN
declare M INT;set M = N-1;RETURN (select distinct salary from Employee order by salary desc limit M,1);
END

注意，limit中参数不能写成表达式的形式。也就是不能写成N-1

需要单独定义一个变量 M = N-1 

代码解释 

这个 SQL 代码创建了一个名为 getNthHighestSalary 的函数，该函数接收一个整数参数 N，用于表示要查找第 N 高的薪水。函数的返回值是一个整数，代表第 N 高的薪水值。

变量声明：

declare M INT;

变量赋值：

set M = N-1;


查询语句

RETURN (select salary from Employee order by salary desc limit M,1
);

 4.分数排名（窗口函数（排名函数dense_rank(））

窗口函数的基本结构：

<窗口函数>([参数]) OVER ([PARTITION BY <分区列1>, <分区列2>,...][ORDER BY <排序列1> [ASC | DESC], <排序列2> [ASC | DESC],...][ROWS | RANGE <窗口范围说明>]
)

各部分解释：

窗口函数：

  • 这是核心部分，可以是聚合函数（如 SUM()、AVG()、COUNT()、MAX()、MIN() 等）或排名函数（如 RANK()、DENSE_RANK()、ROW_NUMBER() 等）。

  • OVER 子句：

    • 是窗口函数的关键字，表明后面的内容是对窗口的定义。
  • PARTITION BY：
    这是可选的。用于将数据划分为不同的分区，类似于 GROUP BY 的功能，但不会像 GROUP BY 那样对数据进行聚合操作。窗口函数会在每个分区内独立执行。
    例如：partition by ... 
    PARTITION BY department
    会将数据按照部门进行分区，窗口函数将在每个部门内分别计算。
  • ORDER BY：
    通常是必需的，用于对分区内的数据进行排序。这会影响排名函数的结果，以及聚合函数的计算顺序。
    例如： 
    ORDER BY salary DESC
    会将分区内的数据按照薪水降序排列。
  • ROWS | RANGE 窗口范围说明：
    这也是可选的，用于进一步定义窗口的范围。
    ROWS 基于物理行，例如 
    ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
    表示当前行的前一行到后一行的范围。
    RANGE 基于逻辑值，例如 
     RANGE BETWEEN 10 PRECEDING AND 10 FOLLOWING
    表示在当前行的值的基础上，范围是比当前行的值小 10 到大 10 的数据范围。

 排名函数（如 RANK()、DENSE_RANK()、ROW_NUMBER() 等）。

方法一：排名函数dense_rank(）（推荐）

rank()               排名的特点是  1 2 2 4 5 5 5 8 9

dense_rank(） 排名的特点是  1 2 2 3 4 5 5 5 6

ROW_NUMBER()      特点是   1 2 3 4 5 6 7 8 9

select s.score,dense_rank() 
over(order by s.score desc) as 'rank' 
from Scores s;

 方法二：使用 COUNT(DISTINCT ...) 的相关子查询

SELECTS1.score,(SELECTCOUNT(DISTINCT S2.score)FROMScores S2WHERES2.score >= S1.score) AS 'rank'
FROMScores S1
ORDER BYS1.score DESC;

这段 SQL 代码的主要目的是为 Scores 表中的每个 score 计算排名。它使用了一个相关子查询来计算排名，排名的依据是大于或等于当前分数的不同分数的数量。

主查询：

SELECT S1.score：从 Scores 表中选择 score 列作为主查询的一部分。

子查询部分：

COUNT(DISTINCT S2.score)：计算不同分数的数量。
FROM Scores S2：从 Scores 表中选取数据。
WHERE S2.score >= S1.score：这是关键部分，对于主查询中的每个 S1.score，子查询会统计 Scores 表中大于或等于 S1.score 的不同分数的数量。

 最终结果是通过 ORDER BY S1.score DESC 对主查询的结果按照分数降序排列。

5.连续出现的数字 (自连接)

自连接使用场景

1.比较同一表中不同行的数据：

  • 示例场景：查找表中相邻行的数据关系，例如找出连续出现的记录。

2.查找父子关系或层次关系：

  • 示例场景：在存储了层次结构信息的表中查找父子节点关系。

3.找出重复记录：

  • 示例场景：找出表中具有相同数据的行。

4.时间序列分析：

  • 示例场景：在存储了时间序列数据的表中，找出连续时间点的数据。

select distinct l1.num as ConsecutiveNums
from Logs l1,Logs l2,Logs l3
where 
l1.id = l2.id-1 and
l2.id = l3.id-1 and
l1.num = l2.num and
l2.num = l3.num;

找出至少出现三次的数字。因此进行自连接三次

条件是

第一张表id 等于 第二张表 id-1

第二张表id 等于 第三张表 id-1

且

第一张表num 等于 第二张表 num

第二张表num 等于 第三张表 num

6.超过经理收入的员工（自连接）

解法一：自连接（隐式where语句）

select e1.name as Employee
from Employee e1,Employee e2 
where e1.managerId = e2.id and e1.salary > e2.salary;

SQL解释 

表的自连接：

from Employee e1, Employee e2

这里将 Employee 表自连接，使用别名 e1 表示员工，e2 表示经理。

where e1.managerId = e2.id and e1.salary > e2.salary;

 e1.managerId = e2.id：
这是自连接的关键条件，它将 e1 表中的 managerId 与 e2 表中的 id 进行连接，意味着 e2 表中的员工是 e1 表中员工的经理。
e1.salary > e2.salary：
这是筛选条件，它确保只选择那些员工的工资（e1.salary）高于其经理的工资（e2.salary）的记录。

 解法二：自连接（显示on语句）

SELECTa.NAME AS Employee
FROM Employee AS a JOIN Employee AS bON a.ManagerId = b.IdAND a.Salary > b.Salary
;

 一、自连接过程：
首先，将 Employee 表自连接，形成笛卡尔积。这意味着 e1 和 e2 表的组合将包含所有可能的行对，即每个 e1 中的行将与 e2 中的所有行组合在一起，总共会有  种组合（假设 Employee 表有 n 行）。对于我们的示例表，会有6的平方 = 36  种组合，但很多组合将不符合条件。

e1.managerId = e2.id：
这一条件将确保 e1 中的员工的经理是 e2 中的员工。例如：
对于 e1 中的 Bob（id = 2，managerId = 1），只有当 e2 中的 id = 1 时，这个条件才满足。所以，Bob 可以和 Alice 组合。 

e1.salary > e2.salary：
在上述满足 e1.managerId = e2.id 的组合中，进一步筛选出员工（e1）工资高于经理（e2）工资的组合：
对于 Bob（e1）和 Alice（e2）的组合：Bob 的工资是 6000，Alice 的工资是 5000，满足 e1.salary > e2.salary，所以 Bob 会被选中。 

注意e1.managerId = e2.id 与 e1.id = e2.managerId的区别

e1.managerId = e2.id 
这个条件表示 e2 表中的员工是 e1 表中员工的经理。也就是说，通过 managerId 建立了从员工（e1）到其经理（e2）的关联。 

e1.id = e2.managerId：
这个条件表示 e1 表中的员工是 e2 表中员工的经理。与第一个语句相反，这里是通过 managerId 建立了从经理（e1）到其下属员工（e2）的关联。 

7.找到重复的电子邮箱(自连接 | group by... having)

法一：自连接（效率低一点）

select distinct p1.email as Email 
from Person p1, Person p2 
where p1.id <> p2.id and p1.email = p2.email;

法二：（GROUP BY 和临时表） （比自连接效率高）

表子查询

先

select email, count(*) as num from Person group by email

得到临时表

再根据这个表找到email数量大于 1 的 email就可以了

select  email as Email 
from  (select email, count(*) as num from Person group by email) t
where num > 1;

法三、使用 GROUP BY 和 HAVING 条件 （效率相对高一点）

select email from Person 
group by email 
having count(*) > 1;

分完组之后，再用having count（*）来计算组内的行数。

再筛选组内行数大于1的email 

 8.从不订购的客户（is null）

 注意：判断是否为null 要用 is 而不是 =

法一：列子查询（子查询返回的是一列数据）

select name as Customers from Customers
where id 
not in (select customerId from Orders);

法二：左连接（Left Join）

select name as Customers from Customers c
left join Orders o 
on c.id = o.customerId  where customerId is null;

9.部门工资最高的员工 

法一：隐式内连接

select d.name Department,e.name Employee,e.salary 
from Employee e,Department d
where e.departmentId = d.id
and e.salary >= 
all (select salary from Employee t where e.departmentId = t.departmentId);

e.salary >= 
all (select salary from Employee t where e.departmentId = t.departmentId);

员工薪资 ≥ 相同部门的薪资。

法二、窗口函数（MAX（）+行子查询） 

select d.name AS 'Department',e.name AS 'Employee',Salary
FROM Employee e JOIN Department d ON e.DepartmentId = d.Id
where (e.DepartmentId , Salary) in
(select DepartmentId, MAX(Salary) from Employee 
GROUP BY DepartmentId);

 where 条件 绑定了部门 id 和 薪资水平 in

查出来的 部门id 和最高的薪资水平。

select DepartmentId, MAX(Salary) from Employee 
GROUP BY DepartmentId;

法三：窗口函数（dense_rank() partition by）(推荐)

select d.name AS 'Department',e.name AS 'Employee',e.salary Salary
from 
(select *,dense_rank()  over(partition by departmentId order by salary desc) as erank 
from Employee) e ,Department d 
where e.departmentId = d.Id
and erank <= 1;

10.部门工资前三高的所有员工

 

法一：窗口函数（dense_rank()） 

select d.name as Department, e.name as Employee,salary Salary from
(select *, dense_rank()
over(partition by departmentId order by salary desc) as erank
from Employee) e
left join Department d on e.departmentId = d.id
where erank <= 3;

其中 

select *, dense_rank()
over(partition by departmentId order by salary desc) as erank
from Employee;

#根据部门id分组，再对组内按照薪水从大到小排序，并生成对应的排名编号

再右连接Deparment表 输出排名编号≤3的

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/pingmian/67942.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【2024年华为OD机试】(B卷,100分)- 数据分类 （Java JS PythonC/C++）

【2024年华为OD机试】(B卷,100分)- 数据分类 （Java JS PythonC/C++）

一、问题描述 题目描述 对一个数据a进行分类，分类方法为： 此数据a（四个字节大小）的四个字节相加对一个给定的值b取模，如果得到的结果小于一个给定的值c，则数据a为有效类型，其类型为取模的值；如果得到的结果大于或者等于c，则数据a为无效类型。 比如一个数据a=0x010…
阅读更多...
Java 8 实战 书籍知识点散记

Java 8 实战 书籍知识点散记

一、Lambda表达式 1.1 Lambda表达式的一些基本概念 1.2 Lambda表达式的三个部分 // 简化前Comparator<Apple> byWeightnew Comparator<Apple>() {public int compare(Apple a1, Apple a2){return a1.getWeight().compareTo(a2.getWeight());}};//Lambda表达式Comp…
阅读更多...
大数据中 TopK 问题的常用套路

大数据中 TopK 问题的常用套路

大数据中 TopK 问题的常用套路 作者 Chunel Feng&#xff0c;编程爱好者&#xff0c;阿里巴巴搜索引擎开发工程师。开源项目&#xff1a;Caiss 智能相似搜索引擎 对于海量数据到处理经常会涉及到 topK 问题。在设计数据结构和算法的时候&#xff0c;主要需要考虑的应该是当前算…
阅读更多...
GPU算力平台|在GPU算力平台部署MedicalGPT医疗大模型的应用教程

GPU算力平台|在GPU算力平台部署MedicalGPT医疗大模型的应用教程

文章目录 一、GPU算力服务平台云端GPU算力平台 二、平台账号注册流程MedicalGPT医疗大模型的部署MedicalGPT医疗大模型概述MedicalGPT部署步骤 一、GPU算力服务平台 云端GPU算力平台 云端GPU算力平台专为GPU加速计算设计&#xff0c;是一个高性能计算中心&#xff0c;广泛应用…
阅读更多...
Python - itertools- pairwise函数的详解

Python - itertools- pairwise函数的详解

前言&#xff1a; 最近在leetcode刷题时用到了重叠对pairwise,这里就讲解一下迭代工具函数pairwise,既介绍给大家&#xff0c;同时也提醒一下自己&#xff0c;这个pairwise其实在刷题中十分有用&#xff0c;相信能帮助到你。 参考官方讲解&#xff1a;itertools --- 为高效循…
阅读更多...
DEBERTA：具有解耦注意力机制的解码增强型BERT

DEBERTA：具有解耦注意力机制的解码增强型BERT

摘要 近年来&#xff0c;预训练神经语言模型的进展显著提升了许多自然语言处理&#xff08;NLP&#xff09;任务的性能。本文提出了一种新的模型架构DeBERTa&#xff08;具有解耦注意力机制的解码增强型BERT&#xff09;&#xff0c;通过两种新技术改进了BERT和RoBERTa模型。第…
阅读更多...
鸿蒙模块概念和应用启动相关类（HAP、HAR、HSP、AbilityStage、UIAbility、WindowStage、window）

鸿蒙模块概念和应用启动相关类（HAP、HAR、HSP、AbilityStage、UIAbility、WindowStage、window）

目录 鸿蒙模块概念 HAP entry feature har shared 使用场景 HAP、HAR、HSP介绍 HAP、HAR、HSP开发 应用的启动 AbilityStage UIAbility WindowStage Window 拉起应用到显示到前台流程 鸿蒙模块概念 HAP hap包是手机安装的最小单元&#xff0c;1个app包含一个或…
阅读更多...
[OpenGL]实现屏幕空间环境光遮蔽(Screen-Space Ambient Occlusion, SSAO)

[OpenGL]实现屏幕空间环境光遮蔽(Screen-Space Ambient Occlusion, SSAO)

一、简介 本文介绍了 屏幕空间环境光遮蔽(Screen-Space Ambient Occlusion, SSAO) 的基本概念&#xff0c;实现流程和简单的代码实现。实现 SSAO 时使用到了 OpenGL 中的延迟着色 &#xff08;Deferred shading&#xff09;技术。 按照本文代码实现后&#xff0c;可以实现以下…
阅读更多...
MATLAB绘图时线段颜色、数据点形状与颜色等设置，介绍

MATLAB绘图时线段颜色、数据点形状与颜色等设置，介绍

MATLAB在绘图时&#xff0c;设置线段颜色和数据点的形状与颜色是提高图形可读性与美观性的重要手段。本文将详细介绍如何在 MATLAB 中设置这些属性。 文章目录 线段颜色设置单字母颜色表示法RGB 值表示法 数据点的形状与颜色设置设置数据点颜色和形状示例代码 运行结果小结 线段…
阅读更多...
AIGC视频生成国产之光：ByteDance的PixelDance模型

AIGC视频生成国产之光：ByteDance的PixelDance模型

大家好&#xff0c;这里是好评笔记&#xff0c;公主号&#xff1a;Goodnote&#xff0c;专栏文章私信限时Free。本文详细介绍ByteDance的视频生成模型PixelDance&#xff0c;论文于2023年11月发布&#xff0c;模型上线于2024年9月&#xff0c;同时期上线的模型还有Seaweed&…
阅读更多...
mac 电脑上安装adb命令

mac 电脑上安装adb命令

在Mac下配置android adb命令环境&#xff0c;配置方式如下&#xff1a; 1、下载并安装IDE &#xff08;android studio&#xff09; Android Studio官网下载链接 详细的安装连接请参考 Mac 安装Android studio 2、配置环境 在安装完成之后&#xff0c;将android的adb工具所在…
阅读更多...
# [0114] Task01 《数学建模导论》P1 解析几何与方程模型

# [0114] Task01 《数学建模导论》P1 解析几何与方程模型

链接&#xff1a;https://www.datawhale.cn/activity/124 整理的相关代码库 GitHub 页面链接 绪论 姜启源&#xff1a;“数学建模就是建立数学模型解决实际问题” 本质还是解应用题&#xff0c;只是曾经的“小明买糖”变成了如今的“嫦娥探月”。 SEIR 模型&#xff0c;也…
阅读更多...
NewStar CTF week1 web wp

NewStar CTF week1 web wp

谢谢皮蛋 做这题之前需要先去学习一些数据库的知识 1 order by 2 1可以理解为输入的id&#xff0c;是一个占位符&#xff0c;按第二列排序用来测试列数&#xff0c;如果没有两列则会报错-1 union select 1,2 -1同样是占位符&#xff0c;union的作用是将注入语句合并到原始语句…
阅读更多...
备赛蓝桥杯之第十五届职业院校组省赛第二题：分享点滴

备赛蓝桥杯之第十五届职业院校组省赛第二题：分享点滴

提示&#xff1a;本篇文章仅仅是作者自己目前在备赛蓝桥杯中&#xff0c;自己学习与刷题的学习笔记&#xff0c;写的不好&#xff0c;欢迎大家批评与建议 由于个别题目代码量与题目量偏大&#xff0c;请大家自己去蓝桥杯官网【连接高校和企业 - 蓝桥云课】去寻找原题&#xff0…
阅读更多...
C语言初阶牛客网刷题——JZ17 打印从1到最大的n位数【难度：入门】

C语言初阶牛客网刷题——JZ17 打印从1到最大的n位数【难度：入门】

1.题目描述 牛客网OJ题链接 题目描述&#xff1a; 输入数字 n&#xff0c;按顺序打印出从 1 到最大的 n 位十进制数。比如输入 3&#xff0c;则打印出 1、2、3 一直到最大的 3 位数 999。 用返回一个整数列表来代替打印n 为正整数&#xff0c;0 < n < 5 示例1 输入&…
阅读更多...
PAT甲级-1014 Waiting in Line

PAT甲级-1014 Waiting in Line

题目 题目大意 一个银行有n个窗口&#xff0c;每个窗口最多站m个人&#xff0c;其余人在黄线外等候。假设k个人同时进入银行按先后次序排队&#xff0c;每个人都有相应的服务时间。每个顾客都选择最短队列站&#xff0c;如果有多个相同长度的队列&#xff0c;按序号小的站。给…
阅读更多...
LangChain + llamaFactory + Qwen2-7b-VL 构建本地RAG问答系统

LangChain + llamaFactory + Qwen2-7b-VL 构建本地RAG问答系统

单纯仅靠LLM会产生误导性的 “幻觉”&#xff0c;训练数据会过时&#xff0c;处理特定知识时效率不高&#xff0c;缺乏专业领域的深度洞察&#xff0c;同时在推理能力上也有所欠缺。 正是在这样的背景下&#xff0c;检索增强生成技术&#xff08;Retrieval-Augmented Generati…
阅读更多...
11 文件与IO

11 文件与IO

1 File类 1.1 基本介绍 File类代表系统中的文件对象(文件或目录)&#xff0c;位于java.io包下。 存储介质上的文件或目录在Java程序中都是用File类的实例来表示。 通过File类&#xff0c;可以实现对系统中文件或目录的操作&#xff0c;类似我们在操作系统中借助鼠标、快捷键…
阅读更多...
Windows第一次上手鸿蒙周边

Windows第一次上手鸿蒙周边

端云一体所需装备 很重要&#xff1a;C/D/E/F盘要有二三十G的可用空间&#xff01; 硬件&#xff1a;华为鸿蒙实验箱&#xff08;基础版&#xff09;》飞机板核心板环境监测板 软件&#xff1a;Visual Studio Code写代码 终端编译 Hiburn烧录到开发板 MobaXterm &#xff08…
阅读更多...
Node.js——express中间件（全局中间件、路由中间件、静态资源中间件）

Node.js——express中间件（全局中间件、路由中间件、静态资源中间件）

个人简介 &#x1f440;个人主页&#xff1a; 前端杂货铺 &#x1f64b;‍♂️学习方向&#xff1a; 主攻前端方向&#xff0c;正逐渐往全干发展 &#x1f4c3;个人状态&#xff1a; 研发工程师&#xff0c;现效力于中国工业软件事业 &#x1f680;人生格言&#xff1a; 积跬步…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023