【LeetCode高频SQL50题-基础版】打卡第四天：第21~25题

⛅前言

  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。我们将重点关注那些经常出现在面试中的题目，并提供一个基础版的解法，让读者更好地理解问题的本质和解题思路。无论你是准备找工作还是提升自己的技能，在这个专栏中，你可以学习到很多关于 SQL 的实践经验和技巧，从而更加深入地理解数据库的操作和优化。

  我希望通过这个专栏的分享，能够帮助读者在 SQL 的领域里取得更好的成绩和进步。如果你对这个话题感兴趣，那么就跟随我一起，开始我们的 LeetCode 高频 SQL 之旅吧！

• 博客主页💖：知识汲取者的博客
• LeetCode高频SQL100题专栏🚀：LeetCode高频SQL100题_知识汲取者的博客-CSDN博客
• Gitee地址📁：知识汲取者 (aghp) - Gitee.com
• 题目来源📢：高频 SQL 50 题（基础版） - 学习计划 - 力扣（LeetCode）全球极客挚爱的技术成长平台

即时食物配送II

🔒题目

题目来源：1174.即时食物配送II

🔑题解

• 考察知识点：子查询、min、group by、round、sum、count

  除了min以外几个在之前的文章中都有介绍了

  • min(column_name)：返回不同列值当中的最小值

    这个一般可以搭配 group by 或 distinct 使用，本题中是搭配 group by 进行使用

1）首先审题，我们明确题目是让我们查询 用户首次订单中即时订单的占比，这里需要理解首次订单和即时订单的含义，首次订单是指用户最早下的单，即时订单是指预定时间（order_date）和实际时间（customer_pref_delivery_date）相等的订单。

所以我们首先需要确定用户所有的首次订单，这里我们使用 group by 和 min 得到

select customer_id, min(order_date)
from delivery
group by customer_id;

| customer_id | min(order_date) |
| ----------- | --------------- |
| 1           | 2019-08-01      |
| 2           | 2019-08-02      |
| 3           | 2019-08-21      |
| 4           | 2019-08-09      |

2）只要我们得到上面那张表，后面操作起来就简单多了。

上面那张表就是用户第一次下单的记录，我们需要利用子查询过滤出第一次查询的记录，这里选择使用 in，这个in是两列同时满足才成立，这样就能够过滤出首次用户下单的记录了

select round(sum(order_date = customer_pref_delivery_date)*100 / count(*), 2) immediate_percentage 
from Delivery
where (customer_id, order_date) in (
    select customer_id, min(order_date)
    from delivery
    group by customer_id
);

当然还有一种写法，利用avg函数计算比率

select round(avg(order_date = customer_pref_delivery_date)*100, 2) immediate_percentage 
from Delivery
where (customer_id, order_date) in (
    select customer_id, min(order_date)
    from delivery
    group by customer_id
);

游戏玩法分析IV

🔒题目

题目来源：550.游戏玩法分析IV

🔑题解

• 考察知识点：子查询、min、round、avg、group by、左连接、datediff

  • datediff(date_1, date_2)：计算 date_1 - date_2 的插值

  其它的知识点在之前的文章中都有详细讲过，这里就不再过多赘述了

1）审题，我们是要计算第一天登录之后第二天也登陆的人数占总人数的比例，所以我们首先要确定第一天登录的人数是多少，同时需要指导第一天登录的日期，按照下方的SQL，我们可以得到第一天登录的人数有哪些

select player_id, min(event_date) first_time
from Activity
group by player_id

当然这里也可以使用distinct，关于两者的比较可以看这篇文章：SQL去重是用DISTINCT好，还是GROUP BY好？ - 知乎 (zhihu.com)

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

2）现在我们得到首次查询时间，我们只需要进行应该左连接，同时利用datediff函数来获取第一天登录用户第二天的登录情况

select *
from (
    select player_id, min(event_date) first_time
    from Activity
    group by player_id
) l 
left join Activity r 
on l.player_id = r.player_id and datediff(r.event_date, l.first_time) = 1;

| player_id | first_time | player_id | device_id | event_date | games_played |
| --------- | ---------- | --------- | --------- | ---------- | ------------ |
| 1         | 2016-03-01 | 1         | 2         | 2016-03-02 | 6            |
| 2         | 2017-06-25 | null      | null      | null       | null         |
| 3         | 2016-03-02 | null      | null      | null       | null         |

3）上面的查询我们可以通过 r.event_data 来判断第二天的登录情况，现在我们需要基于上表进行应该计算统计

select round(avg(r.event_date is not null), 2) fraction
from (
    select player_id, min(event_date) first_time
    from Activity
    group by player_id
) l 
left join Activity r 
on l.player_id = r.player_id and datediff(r.event_date, l.first_time) = 1;

当然还有一种写法，但是性能是没有上面那一种快，毕竟计算量增大了，不信的可以使用 explain 测试一下

select round(sum(if(r.event_date is not null, 1, 0)) / count(*), 2) fraction
from (
    select player_id, min(event_date) first_time
    from Activity
    group by player_id
) l 
left join Activity r 
on l.player_id = r.player_id and datediff(r.event_date, l.first_time) = 1; 

看这这个SQL挺复杂的，是否还有一种更简洁的写法呢？比如说不使用子查询？

这里提供一种扣友的答案：

每位教师所教授的科目种类的数量

🔒题目

题目来源：2356.每位教师所教授的科目种类的数量

🔑题解

• 考察知识点：group by、count、distinct

select teacher_id, count(distinct subject_id) cnt
from Teacher
group by teacher_id;

查询近30天活跃用户数

🔒题目

题目来源：1141.查询近30天活跃用户数

🔑题解

• 考察知识点：count、distinct、datediff、group by

select activity_date day, count(distinct user_id) active_users
from Activity
where datediff('2019-07-27', activity_date) >= 0 and datediff('2019-07-27', activity_date) < 30
group by activity_date;

当然还可以这样写：

select activity_date day, count(distinct user_id) active_users
from Activity
where date_add(activity_date, interval 29 day)>='2019-07-27' and activity_date<='2019-07-27'
group by activity_date;

还可以这样写（这种写法性能更高）：

select activity_date day, count(distinct user_id) active_users
from Activity
where activity_date between '2019-06-28' and '2019-07-27'
group by activity_date;

销售分析III

🔒题目

题目来源：1084.销售分析III

🔑题解

• 考察知识点：between and、left join、min、max

1）要实现效果，需要先使用左连接

select s.product_id, p.product_name
from Product p left join Sales s on p.product_id = s.product_id
where sale_date between '2019-01-01' and '2019-03-31';

| product_id | product_name |
| ---------- | ------------ |
| 1          | S8           |
| 2          | G4           |

2）可以看到，上表中多出了product_id为2的一列，这是因为我们还没有确保当前产品是否全部在时间段内，所以还需要进行一个过滤。

我的想法是直接利用子查询查询出所有满足的product_id，然后利用 in 进行一个过滤

select product_id
from Sales
group by product_id
having min(sale_date) >= '2019-01-01' and max(sale_date) <= '2019-03-31';

执行报如下错误，这是因为MySQL中where条件中不能使用聚合函数，这和MySQL的解析执行过程有关

You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'where min(sale_date) >= '2019-01-01' and max(sale_date) <= '2019-03-31';
# SELE' at line 15

进行修改，将聚合函数放到 having 中（只要聚合函数在④也就是select执行条件后面，都是可以的）

select product_id
from Sales
group by product_id
having min(sale_date) >= '2019-01-01' and max(sale_date) <= '2019-03-31';

| product_id |
| ---------- |
| 1          |

最终的结果

select s.product_id , p.product_name
from Sales s left join Product p on s.product_id = p.product_id
group by s.product_id
having min(sale_date) >= '2019-01-01' and max(sale_date) <= '2019-03-31';