LeetCode数据库SQL练习（二）

• 练习题目来自：leetcode-cn.com/

删除重复的电子邮箱

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  | [email protected] |
| 2  | [email protected]  |
| 3  | [email protected] |
+----+------------------+
Id 是这个表的主键。
复制代码

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  | [email protected] |
| 2  | [email protected]  |
+----+------------------+
复制代码

提示：

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

• 找出所有重复的电子邮箱，删除Id大的重复邮箱

• SQL1：

  • delete
    p1
    from
    Person p1, Person p2
    where p1.Email = p2.Email and p1.Id > p2.Id
    复制代码

• SQL2：

  • delete
    p1
    from
    Person p1 left join Person p2
    on p1.Email = p2.Email
    where p1.Id > p2.Id
    复制代码

• SQL3：

  • delete from
    Person
    where Id not in
    (select p.mId
    from
        (select
        min(Id) mId
        from
        Person
        group by Email) p)
    复制代码

上升的温度

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
复制代码

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）
复制代码

• 此题目中id与recordDate并不是正相关关系，所以必须从recordDate下手。

• 相关日期函数：

  • TO_DAYS(date)
    • 计算日期date距离0000年1月1日的天数。
  • DATE_ADD()
    • 函数向日期添加指定的时间间隔。
    • DATE_ADD(date,INTERVAL expr type)
    • date参数是合法的日期表达式。expr参数是您希望添加的时间间隔。
  • DATEDIFF()
    • 函数返回两个日期之间的天数。
    • DATEDIFF(date1, date2)
    • date1和date2参数是合法的日期或日期/时间表达式， date1 - date2

• SQL1：

  • select
    w1.id
    from
    Weather w1, Weather w2
    where w1.Temperature > w2.Temperature and TO_DAYS(w1.recordDate) = TO_DAYS(w2.RecordDate) + 1
    复制代码

• SQL2：

  • select
    w1.id
    from
    Weather w1, Weather w2
    where w1.Temperature > w2.Temperature and DATE_ADD(w2.recordDate, INTERVAL 1 DAY) = w1.recordDate
    复制代码

• SQL3：

  • select
    w1.id
    from
    Weather w1, Weather w2
    where w1.Temperature > w2.Temperature and DATEDIFF(w1.recordDate, w2.recordDate) = 1
    复制代码

行程和用户

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’) 。
复制代码

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’) 。
复制代码

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
复制代码

• 计算取消率 Cancellation Rate的几种方法：
  • round(sum(if (Status = 'completed', 0, 1)) / count(Status), 2)
  • round(avg(Status!='completed'), 2)
  • round (cast(sum(case when Status = 'completed' then 0 else 1 end) as float) / count(t.Status),2)
• SQL：

  • select
    Request_at Day, round(avg(Status!='completed'), 2) 'Cancellation Rate'
    from
    Trips t join Users u1
    on (t.Client_Id = u1.Users_Id and u1.Banned = 'No')
    join Users u2
    on (t.Driver_Id = u2.Users_Id and u2.Banned = 'No')
    where Request_at between '2013-10-01' and '2013-10-03'
    group by Request_at
    复制代码

游戏玩法分析系列

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）。
复制代码

 

1、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  |
+-----------+-------------+
复制代码

• SQL：

  • select
    player_id, min(event_date) first_login
    from
    Activity
    group by player_id
    复制代码

2、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         |
+-----------+-----------+
复制代码

• where后面跟两个列名，只有这两个列同时在第一个查询中才会输出

• SQL：

  • select player_id, device_id
    from
    Activity
    where (player_id, event_date) in
        (select
        player_id, min(event_date) first_login
        from
        Activity
        group by player_id)
    复制代码

3、编写一个 SQL 查询，同时报告每组玩家和日期，以及玩家到目前为止玩了多少游戏。也就是说，在此日期之前玩家所玩的游戏总数。详细情况请查看示例。
查询结果格式如下所示：

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

Result table:
+-----------+------------+---------------------+
| player_id | event_date | games_played_so_far |
+-----------+------------+---------------------+
| 1         | 2016-03-01 | 5                   |
| 1         | 2016-05-02 | 11                  |
| 1         | 2017-06-25 | 12                  |
| 3         | 2016-03-02 | 0                   |
| 3         | 2018-07-03 | 5                   |
+-----------+------------+---------------------+
对于 ID 为 1 的玩家，2016-05-02 共玩了 5+6=11 个游戏，2017-06-25 共玩了 5+6+1=12 个游戏。
对于 ID 为 3 的玩家，2018-07-03 共玩了 0+5=5 个游戏。
请注意，对于每个玩家，我们只关心玩家的登录日期。
复制代码

• SQL1：
  • 窗口函数，以玩家分组按时间排序。

  • select
    player_id, event_date,
    sum(games_played) over(partition by player_id order by event_date) games_played_so_far
    from
    Activity
    复制代码

• SQL2：

  • select
    t1.player_id, t1.event_date, sum(t2.games_played) games_played_so_far
    from
    Activity t1, Activity t2
    where t1.player_id = t2.player_id and t1.event_date >= t2.event_date
    group by t1.player_id, t1.event_date
    order by player_id, event_date
    复制代码

4、编写一个 SQL 查询，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，您需要计算从首次登录日期开始至少连续两天登录的玩家的数量，然后除以玩家总数。
查询结果格式如下所示：

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            |
+-----------+-----------+------------+--------------+

Result table:
+-----------+
| fraction  |
+-----------+
| 0.33      |
+-----------+
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
复制代码

• 题目要求计算从首次登录日期开始至少连续两天登录的玩家的数量，然后除以玩家总数。先找到玩家首次登录的日期，计算首次登录的日期与登录日期的差值，为1则代表连续两天登录，找出差值为1的玩家数。

• 首次登录的第二天再次登录：

  • sum(if(DATEDIFF(a.event_date, b.first_date) = 1, 1, 0))
  • sum(case when DATEDIFF(a.event_date, b.first_date) = 1) then 1 else 0 end)

• SQL：

  • select
    round(sum(if(DATEDIFF(t1.event_date, t2.first_date) = 1, 1, 0)) / (select count(distinct player_id) from Activity), 2) fraction
    from
    Activity t1 left join
        (select
        player_id, min(event_date) first_date
        from Activity
        group by player_id) t2
    on t1.player_id = t2.player_id
    复制代码

5、玩家的 安装日期 定义为该玩家的第一个登录日。
玩家的 第一天留存率 定义为：假定安装日期为 X的玩家的数量为 N ，其中在 X之后的某一天重新登录的玩家数量为 M ，M/N 就是第一天留存率，四舍五入到小数点后两位。
编写一个 SQL 查询，报告所有安装日期、当天安装游戏的玩家数量和玩家的第一天留存率。 查询结果格式如下所示：

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

Result 表：
+------------+----------+----------------+
| install_dt | installs | Day1_retention |
+------------+----------+----------------+
| 2016-03-01 | 2        | 0.50           |
| 2017-06-25 | 1        | 0.00           |
+------------+----------+----------------+
玩家 1 和 3 在 2016-03-01 安装了游戏，但只有玩家 1 在 2016-03-02 重新登录，所以 2016-03-01 的第一天留存率是 1/2=0.50
玩家 2 在 2017-06-25 安装了游戏，但在 2017-06-26 没有重新登录，因此 2017-06-25 的第一天留存率为 0/1=0.00
复制代码

• SQL1：
  • 次日留存率 = 第一天新增用户数在第二天活跃的用户数 / 当天新增用户数
  • 输出结果中，install_dt为首次安装时间即首次登录时间，找到最小时间求出即可
  • installs为当天的玩家数量，使用distinct避免重复
  • Day1_retention为次日留存率，使用时间差值计算出连续两天登录的人数，除以第一天安装游戏的总人数，结果保留两位小数
  • 这里注意需要用登陆时间分组

  • select
    t2.install_date install_dt, count(distinct t1.player_id) installs,
    round(count(distinct case when DATEDIFF(event_date,install_date) = 1 then t1.player_id else NULL end) / count(distinct t1.player_id), 2) Day1_retention
    from
    Activity t1 left join
        (select
        player_id, min(event_date) install_date
        from
        Activity
        group by player_id) t2
    on t1.player_id = t2.player_id
    group by install_date
    复制代码

员工薪水中位数

Employee 表包含所有员工。Employee 表有三列：员工Id，公司名和薪水。

+-----+------------+--------+
|Id   | Company    | Salary |
+-----+------------+--------+
|1    | A          | 2341   |
|2    | A          | 341    |
|3    | A          | 15     |
|4    | A          | 15314  |
|5    | A          | 451    |
|6    | A          | 513    |
|7    | B          | 15     |
|8    | B          | 13     |
|9    | B          | 1154   |
|10   | B          | 1345   |
|11   | B          | 1221   |
|12   | B          | 234    |
|13   | C          | 2345   |
|14   | C          | 2645   |
|15   | C          | 2645   |
|16   | C          | 2652   |
|17   | C          | 65     |
+-----+------------+--------+
复制代码

请编写SQL查询来查找每个公司的薪水中位数。挑战点：你是否可以在不使用任何内置的SQL函数的情况下解决此问题。

+-----+------------+--------+
|Id   | Company    | Salary |
+-----+------------+--------+
|5    | A          | 451    |
|6    | A          | 513    |
|12   | B          | 234    |
|9    | B          | 1154   |
|14   | C          | 2645   |
+-----+------------+--------+
复制代码

• 中位数：

  • 按公司分组、薪水排序，总数C为奇数，序号rk=(C+1)/2，总数C为偶数，序号rk为 C/2 和C/2+1，而 C/2 < (C+1)/2 < C/2+1 可合一简化
  • rk between (cnt/2) and (cnt/2 + 1)
  • (cnt%2 = 1 and rk = floor(cnt/2) + 1) or (cnt%2 = 0 and (rk = floor(cnt/2) or rk = floor(cnt/2) + 1))
  • rk in (floor((cnt + 1)/2), floor((cnt + 2)/2))
  • abs(rn - (cnt + 1)/2) < 1

• SQL1：

  • select
    Id, Company, Salary
    from
        (select
        *,
        row_number() over(partition by Company order by Salary) rk,
        count(*) over (partition by Company) cnt
        from
        Employee) t
    where (cnt%2 = 1 and rk = floor(cnt/2) + 1) or (cnt%2 = 0 and (rk = floor(cnt/2) or rk = floor(cnt/2) + 1))
    复制代码

• SQL2：

  • select
    Id, Company, Salary
    from
        (select
        *,
        row_number() over(partition by Company order by Salary) rk,
        count(*) over (partition by company) cnt
        from
        Employee) t
    where rk between (cnt/2) and (cnt/2 + 1)
    复制代码

• SQL3：

  • 中位数出现的频率一定 ≥ 大于它的数和小于它的数的差的绝对值：

  • select
    t1.Id, t1.Company, t1.Salary
    from
    Employee t1 left join Employee t2
    on t1.Company = t2.Company
    group by t1.Company, t1.Salary
    having sum(case when t1.Salary = t2.Salary then 1 else 0 end) >= abs(sum(sign(t1.Salary - t2.Salary)))
    order by t1.Id
    复制代码

至少有5名直接下属的经理

Employee 表包含所有员工和他们的经理。每个员工都有一个 Id，并且还有一列是经理的 Id。

+------+----------+-----------+----------+
|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       |
+------+----------+-----------+----------+
复制代码

给定 Employee 表，请编写一个SQL查询来查找至少有5名直接下属的经理。对于上表，您的SQL查询应该返回：

+-------+
| Name  |
+-------+
| John  |
+-------+
复制代码

注意: 没有人是自己的下属。

• SQL：

  • select
    Name
    from
    Employee
    where Id in
        (select
        ManagerId
        from
        Employee
        group by ManagerId
        having count(ManagerId) >= 5)
    复制代码

给定数字的频率查询中位数

Numbers 表保存数字的值及其频率。

+----------+-------------+
|  Number  |  Frequency  |
+----------+-------------|
|  0       |  7          |
|  1       |  1          |
|  2       |  3          |
|  3       |  1          |
+----------+-------------+
复制代码

在此表中，数字为 0, 0, 0, 0, 0, 0, 0, 1, 2, 2, 2, 3，所以中位数是 (0 + 0) / 2 = 0。

+--------+
| median |
+--------|
| 0.0000 |
+--------+
复制代码

请编写一个查询来查找所有数字的中位数并将结果命名为 median 。

• SQL1：

  • 如果 Number 为中位数，Number（包含本身）前累计的数字应大于等于总数/2，同时Number（不包含本身）前累计数字应小于等于总数/2：

  • select
    avg(cast(num as float)) median
    from
        (select
        num, Frequency,
        sum(Frequency) over(order by num) - Frequency prev_sum,
        sum(Frequency) over(order by num) curr_sum
        from
        Numbers) t1,
        (select
        sum(Frequency) total_sum
        from
        Numbers) t2
    where t1.prev_sum <= (cast(t2.total_sum as float) / 2) and t1.curr_sum >= (cast(t2.total_sum as float) / 2)
    复制代码

• SQL2：

  • select
    avg(num) median
    from
        (select
        n1.num
        from
        Numbers n1 join Numbers n2
        on n1.num >= n2.num
        group by n1.num
        having sum(n2.Frequency) >= (select sum(Frequency) from Numbers)/2
        and sum(n2.Frequency) - avg(n1.Frequency) <= (select sum(Frequency) from Numbers) / 2
        )s
    复制代码

• SQL3：

  • 某一数的正序和逆序累计均大于等于整个序列的数字个数的一半，将最后选定的一个或两个中位数进行求均值即可：

  • select
    avg(num) median
    from
        ((select
        num,
        sum(frequency) over(order by num) sum1,
        sum(frequency) over(order by num desc) sum2
        from
        Numbers) t1,
        (select
        sum(frequency) sum3
        from
        Numbers) t2)
    where sum1 >= sum3 / 2 and sum2 >= sum3 / 2
    复制代码