【LeetCode】--- MySQL刷题集合

news2025/1/24 11:26:56

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

SELECT
  S1.score,
  (
    SELECT
      COUNT(DISTINCT S2.score)
    FROM
      Scores S2
    WHERE
      S2.score >= S1.score
  ) AS 'rank'
FROM
  Scores S1
ORDER BY
  S1.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）

SELECT
     a.NAME AS Employee
FROM Employee AS a JOIN Employee AS b
     ON a.ManagerId = b.Id
     AND 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.coloradmin.cn/o/2281392.html

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，一经查实，立即删除！

相关文章

JavaScript学习笔记（3）

JavaScript学习笔记（3）

一.BOM对象 BOM的全称是Browser Object Model,翻译过来是浏览器对象模型。也就 是JavaScript将浏览器的各个组成部分封装成了对象。我们要操作浏览器的部分功能&#xff0c;可以通过操作 BOM对象的相关属性或者函数来完成。例如&#xff1a;我们想要将浏览器的地址改为 http:/…
阅读更多...
DRG/DIP 2.0时代下基于PostgreSQL的成本管理实践与探索（下）

DRG/DIP 2.0时代下基于PostgreSQL的成本管理实践与探索（下）

五、数据处理与 ETL 流程编程实现 5.1 数据抽取与转换（ETL） 在 DRG/DIP 2.0 时代的医院成本管理中，数据抽取与转换（ETL）是将医院各个业务系统中的原始数据转化为可供成本管理分析使用的关键环节。这一过程涉及从医院 HIS 系统中抽取患者诊疗数据，并对其进行格式转换、字…
阅读更多...
【玩转全栈】----YOLO8训练自己的模型并应用

【玩转全栈】----YOLO8训练自己的模型并应用

继上篇&#xff1a; 【玩转全栈】---基于YOLO8的图片、视频目标检测-CSDN博客 相信大家已经可以训练一些图片和视频了&#xff0c;接下来我将为大家介绍如何训练自己的特定模型&#xff0c;并用其进行检测 目录 准备数据 图片数据 标识数据 配置文件 运行 测试训练结果 存在的问…
阅读更多...
简洁实用的wordpress外贸模板

简洁实用的wordpress外贸模板

简洁、实用、大气的wordpress外贸模板&#xff0c;适合跨境电商搭建外贸B2B产品展示型网站。 简洁实用的wordpress外贸模板 - 简站WordPress主题简洁、实用、大气的wordpress外贸模板&#xff0c;适合跨境电商搭建外贸B2B产品展示型网站。https://www.jianzhanpress.com/?p828…
阅读更多...
Caesar

Caesar

Caesar 打开.txt: oknqdbqmoq{kag_tmhq_xqmdzqp_omqemd_qzodkbfuaz} 根据题目判断是凯撒密码&#xff0c;flag前头是cyberpeace{}&#xff0c;可以得到偏移量是12. 所以&#xff1a; cyberpeace{you_have_learned_caesar_encryption} 下面是我找的关于凯撒密码的解密脚本 c…
阅读更多...
OpenEuler学习笔记（四）：OpenEuler与CentOS的区别在那里？

OpenEuler学习笔记（四）：OpenEuler与CentOS的区别在那里？

OpenEuler与CentOS的对比 一、基本信息 起源与背景&#xff1a; OpenEuler&#xff1a;由华为发起&#xff0c;后捐赠给开放原子开源基金会&#xff0c;旨在构建一个开放、多元化的云计算和边缘计算平台&#xff0c;以满足华为及其他企业的硬件和软件需求。CentOS&#xff1a;…
阅读更多...
纯css实现div宽度可调整

纯css实现div宽度可调整

<!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8" /><meta name"viewport" content"widthdevice-width, initial-scale1.0" /><title>纯css实现div尺寸可调整</title><style…
阅读更多...
Cesium特效——城市白模的科技动效的各种效果

Cesium特效——城市白模的科技动效的各种效果

最终效果图如下&#xff1a; 实现方法&#xff1a; 步骤一&#xff1a;使用cesiumlib生产白模&#xff0c;格式为3dtiles 注意事项&#xff1a;采用其他方式可能导致白模贴地&#xff0c;从而导致不能实现该效果&#xff0c;例如把步骤二的服务地址改为Cesium Sandcastle 里的…
阅读更多...
JavaWeb 学习笔记 XML 和 Json 篇 | 020

JavaWeb 学习笔记 XML 和 Json 篇 | 020

今日推荐语 愿你遇见好天气,愿你的征途铺满了星星——圣埃克苏佩里 日期 学习内容 打卡编号2025年01月23日JavaWeb笔记 XML 和 Json 篇020 前言 哈喽&#xff0c;我是菜鸟阿康。 以下是我的学习笔记&#xff0c;既做打卡也做分享&#xff0c;希望对你也有所帮助…
阅读更多...
【力扣：新动计划，编程入门 —— 题解 ②】

【力扣：新动计划，编程入门 —— 题解 ②】

—— 25.1.23 1512. 好数对的数目 给你一个整数数组 nums 。 如果一组数字 (i,j) 满足 nums[i] nums[j] 且 i < j &#xff0c;就可以认为这是一组 好数对 。 返回好数对的数目。 示例 1&#xff1a; 输入&#xff1a;nums [1,2,3,1,1,3] 输出&#xff1a;4 解释&#xff…
阅读更多...
如何在data.table中处理缺失值

如何在data.table中处理缺失值

&#x1f4ca;&#x1f4bb;【R语言进阶】轻松搞定缺失值&#xff0c;让数据清洗更高效&#xff01; &#x1f44b; 大家好呀&#xff01;今天我要和大家分享一个超实用的R语言技巧——如何在data.table中处理缺失值&#xff0c;并且提供了一个自定义函数calculate_missing_va…
阅读更多...
《RWA全球产业白皮书》发布：向凌云教授解析全球经济转型与RWA的未来

《RWA全球产业白皮书》发布：向凌云教授解析全球经济转型与RWA的未来

2025年1月16日&#xff0c;旅美经济学家、全球新兴产业金融专家向凌云教授在美国发布了引人注目的《RWA全球产业白皮书》。该白皮书通过深入分析全球产业结构变化&#xff0c;尤其强调了“真实世界资产”&#xff08;Real-World Assets&#xff0c;简称RWA&#xff09;在当前及…
阅读更多...
TOGAF之架构标准规范-信息系统架构 | 数据架构

TOGAF之架构标准规范-信息系统架构 | 数据架构

TOGAF是工业级的企业架构标准规范&#xff0c;信息系统架构阶段是由数据架构阶段以及应用架构阶段构成&#xff0c;本文主要描述信息系统架构阶段中的数据架构阶段。 如上所示&#xff0c;信息系统架构&#xff08;Information Systems Architectures&#xff09;在TOGAF标准规…
阅读更多...
安宝特方案 | AR在供应链管理中的应用：提升效率与透明度

安宝特方案 | AR在供应链管理中的应用：提升效率与透明度

随着全球化的不断深入和市场需求的快速变化&#xff0c;企业对供应链管理的要求也日益提高。如何在复杂的供应链环境中提升效率、降低成本&#xff0c;并确保信息的透明度&#xff0c;成为了各大行业亟待解决的问题。而增强现实&#xff08;AR&#xff09;技术&#xff0c;特别…
阅读更多...
C语言数组详解：从基础到进阶的全面解析

C语言数组详解：从基础到进阶的全面解析

在C语言中&#xff0c;数组是一种基本的数据结构&#xff0c;用于存储多个相同类型的数据。数组的引入使得C语言能够高效地存储和操作大量数据。在任何一个C语言程序中&#xff0c;数组都发挥着极其重要的作用。无论是在算法实现、数据存储、还是在复杂程序的设计中&#xff0c…
阅读更多...
阴沟翻船题——Longest Substring Without Repeating Characters

阴沟翻船题——Longest Substring Without Repeating Characters

一、事件概述 今天接到一个面试&#xff0c;让线上做题。面试官出了个leetcode的题。题目如图所示&#xff1a; 我没有刷过leetcode&#xff0c;上学时候我们做的hdu-acm和codeforces。咋一接到题目&#xff0c;看到是个字符串题&#xff0c;并且找最长字串&#xff0c;第一反…
阅读更多...
ssm基于HTML5的红酒信息分享系统

ssm基于HTML5的红酒信息分享系统

SSM基于HTML5的红酒信息分享系统是一个专注于红酒领域的综合性信息平台&#xff0c;旨在为红酒爱好者、从业者以及普通消费者提供一个便捷的交流与获取红酒相关信息的空间。 一、系统背景与意义 随着人们生活水平的提高和消费观念的转变&#xff0c;红酒作为一种高雅的饮品&a…
阅读更多...
【FFmpeg】FLV 格式分析 ③ ( Tag Body 数据块体结构 - Vedio Data 视频数据 )

【FFmpeg】FLV 格式分析 ③ ( Tag Body 数据块体结构 - Vedio Data 视频数据 )

文章目录 一、Tag Body 数据块体结构 - Video Data 视频数据1、Vedio Data 视频数据 类型标识2、Vedio Data 视频数据 结构分析3、Composition Time Offset 字段涉及的时间计算4、AVC Packet Type 字段说明① AVC Sequence Header 类型② AVC NALU 类型③ AVC End of Sequence …
阅读更多...
解决docker: ‘buildx‘ is not a docker command.

解决docker: ‘buildx‘ is not a docker command.

简介 buildx 是 Docker 官方提供的一个构建工具&#xff0c;它可以帮助用户快速、高效地构建 Docker 镜像&#xff0c;并支持多种平台的构建。使用 buildx&#xff0c;用户可以在单个命令中构建多种架构的镜像&#xff0c;例如 x86 和 ARM 架构&#xff0c;而无需手动操作多个…
阅读更多...
Centos类型服务器等保测评整/etc/pam.d/system-auth

Centos类型服务器等保测评整/etc/pam.d/system-auth

修改服务器配置文件/etc/pam.d/system-auth&#xff0c;但是&#xff0c;把一下配置放在password的配置第一行才会生效 执行命令&#xff1a;配置口令要求&#xff1a;大小写字母、数字、特殊字符组合、至少8位&#xff0c;包括强制设置root口令&#xff01; sed -i 14a pas…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023