做题笔记:SQL Sever 方式做牛客SQL的题目--VQ29

2023-12-05 16:20

本文主要是介绍做题笔记:SQL Sever 方式做牛客SQL的题目--VQ29,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

----VQ29 验证刷题效果,输出题目真实通过率
牛客刷题记录表done_questions_record,为验证重复刷题率,需要我们查找一些数据:
question_pass_rate 表示每个用户不同题目的通过率(同一用户同一题重复提交通过仅计算一次);
pass_rate 表示每个用户的提交正确率(只要有提交一次即计算一次);
question_per_cnt表示平均每道不同的题目被提交的次数(只要有一次提交即计算一次)。
请你输出题目通过率 question_pass_rate > 60% 的用户的提交正确率 pass_rate 与每题目平均提交次数 question_per_cnt。按照用户名升序排序。
result_info ‘是否通过,1:通过; 0:不通过’,查询返回结果名称和顺序为
user_id|question_pass_rate|pass_rate|question_per_cnt

表的创建及数据添加:

drop table if exists done_questions_record;
create table done_questions_record
(user_id       int         not null,question_id   int         not null,question_type varchar(24) not null,done_time     datetime    not null,result_info   int         not null
);insert into done_questions_record
values (101, 1, 'python', '2022-01-01 12:30:21', 0);
insert into done_questions_record
values (101, 1, 'python', '2022-01-01 12:30:22', 1);
insert into done_questions_record
values (102, 1, 'python', '2022-01-01 14:30:23', 1);
insert into done_questions_record
values (101, 2, 'sql', '2022-01-01 16:30:24', 1);
insert into done_questions_record
values (102, 2, 'sql', '2022-01-02 08:30:25', 1);
insert into done_questions_record
values (103, 1, 'python', '2022-01-03 10:30:26', 0);
insert into done_questions_record
values (104, 1, 'python', '2022-01-03 11:30:27', 0);
insert into done_questions_record
values (103, 2, 'sql', '2022-01-03 19:30:28', 1);
insert into done_questions_record
values (105, 1, 'python', '2022-01-03 12:30:29', 0);
insert into done_questions_record
values (103, 3, 'java', '2022-01-03 12:30:30', 0);
insert into done_questions_record
values (105, 3, 'java', '2022-01-03 12:30:31', 1);
insert into done_questions_record
values (105, 4, 'js', '2022-01-03 12:30:32', 0);
insert into done_questions_record
values (104, 5, 'c++', '2022-01-03 12:30:33', 1);
insert into done_questions_record
values (106, 5, 'c++', '2022-01-03 12:30:34', 0);
insert into done_questions_record
values (101, 5, 'c++', '2022-01-03 12:30:35', 1);
insert into done_questions_record
values (106, 5, 'c++', '2022-01-03 12:30:36', 1);
insert into done_questions_record
values (102, 5, 'c++', '2022-01-03 12:30:37', 1);
insert into done_questions_record
values (103, 4, 'js', '2022-01-03 12:30:38', 1);
insert into done_questions_record
values (105, 3, 'java', '2022-01-03 12:30:39', 1);
insert into done_questions_record
values (103, 2, 'sql', '2022-01-03 12:30:40', 0);
insert into done_questions_record
values (105, 1, 'python', '2022-01-03 12:30:41', 0);
insert into done_questions_record
values (105, 1, 'python', '2022-01-03 12:30:42', 1);
insert into done_questions_record
values (104, 2, 'sql', '2022-01-03 12:30:43', 1);

解题思路(题目理解可能会有差异,仅个人理解):
question_pass_rate : 通过的题目种类数个数 / 总题目种类个数 --去重
pass_rate:用户做题通过的个数 / 用户做题总个数
question_per_cnt:用户做题总个数 / 用户做过的题目种类 --去重

1、通过的题目种类数个数 --去重:

count(distinct iif(result_info = 1, question_id, null)

说明:此处不能用SUM函数,在去重时只会去重题目id,不会去重结果,用SUM函数会存在重复计算结果,且SUM函数用法比较局限,此题不推荐使用,本人懒,偷巧就用啦。

2、总题目种类个数 --去重:

count(distinct question_id)

3、用户做题通过的个数

sum(result_info)
--or
count(iif(result_info = 1, question_id, null)

说明:应为结果只有1、0且不存在去重问题,可直接相加,结果就是通过的个数,不推荐使用SUM函数,可使用or下面查询,当结果不为1、0时也可查询任何符合条件的总数。

4、用户做题总个数 = 用户的记录数:

count(user_id)

5、 用户做过的题目种类 --去重:

count(distinct question_id)

6、CONVERT函数

Convert(decimal(18,2),count(user_id)* 1.0 / count(distinct question_id)

说明:整数除法运算,结果将被截断为整数部分(0.75 = 0;1.75 = 1),如果要将结果转换为其他数据类型(如小数),可以使用CONVERT函数。使用CONVERT函数将整数除法结果转换为DECIMAL(18, 2)数据类型,该数据类型表示18位精度和2位小数。通过使用CONVERT函数,可以将整数除法结果转换为所需的数据类型,并保留适当的精度和小数位数。

注意:
① 1-5中所有函数都是在以user_id分组条件下实现的;
② sql sever中使用除法需要使用对应类型转换函数。

整理上述代码,可得查询:
查询如下:

select *
from (select  user_id,--count(DISTINCT question_id) as 题数,Convert(decimal(18,2),count(distinct iif(result_info = 1, question_id, null)) * 1.0 /count(distinct question_id)) as question_pass_rate,--cast( sum(result_info) * 1.0 /count(DISTINCT question_id) as decimal(18,4) ) question_pass_rate2Convert(decimal(18,2),sum(result_info) * 1.0 /count( question_id)) as pass_rate,Convert(decimal(18,2),count(user_id)* 1.0 / count(distinct question_id)) as question_per_cntfrom done_questions_recordgroup by user_id) twhere question_pass_rate>0.6

这篇关于做题笔记:SQL Sever 方式做牛客SQL的题目--VQ29的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/458275

相关文章

mysql表操作与查询功能详解

《mysql表操作与查询功能详解》本文系统讲解MySQL表操作与查询,涵盖创建、修改、复制表语法,基本查询结构及WHERE、GROUPBY等子句,本文结合实例代码给大家介绍的非常详细,感兴趣的朋友跟随... 目录01.表的操作1.1表操作概览1.2创建表1.3修改表1.4复制表02.基本查询操作2.1 SE

MySQL中的锁机制详解之全局锁,表级锁,行级锁

《MySQL中的锁机制详解之全局锁,表级锁,行级锁》MySQL锁机制通过全局、表级、行级锁控制并发,保障数据一致性与隔离性,全局锁适用于全库备份,表级锁适合读多写少场景,行级锁(InnoDB)实现高并... 目录一、锁机制基础:从并发问题到锁分类1.1 并发访问的三大问题1.2 锁的核心作用1.3 锁粒度分

MySQL数据库中ENUM的用法是什么详解

《MySQL数据库中ENUM的用法是什么详解》ENUM是一个字符串对象,用于指定一组预定义的值,并可在创建表时使用,下面:本文主要介绍MySQL数据库中ENUM的用法是什么的相关资料,文中通过代码... 目录mysql 中 ENUM 的用法一、ENUM 的定义与语法二、ENUM 的特点三、ENUM 的用法1

MySQL count()聚合函数详解

《MySQLcount()聚合函数详解》MySQL中的COUNT()函数,它是SQL中最常用的聚合函数之一,用于计算表中符合特定条件的行数,本文给大家介绍MySQLcount()聚合函数,感兴趣的朋... 目录核心功能语法形式重要特性与行为如何选择使用哪种形式?总结深入剖析一下 mysql 中的 COUNT

java实现docker镜像上传到harbor仓库的方式

《java实现docker镜像上传到harbor仓库的方式》:本文主要介绍java实现docker镜像上传到harbor仓库的方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 前 言2. 编写工具类2.1 引入依赖包2.2 使用当前服务器的docker环境推送镜像2.2

mysql中的服务器架构详解

《mysql中的服务器架构详解》:本文主要介绍mysql中的服务器架构,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、mysql服务器架构解释3、总结1、背景简单理解一下mysqphpl的服务器架构。2、mysjsql服务器架构解释mysql的架

MySQL之InnoDB存储引擎中的索引用法及说明

《MySQL之InnoDB存储引擎中的索引用法及说明》:本文主要介绍MySQL之InnoDB存储引擎中的索引用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录1、背景2、准备3、正篇【1】存储用户记录的数据页【2】存储目录项记录的数据页【3】聚簇索引【4】二

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

MySQL中的InnoDB单表访问过程

《MySQL中的InnoDB单表访问过程》:本文主要介绍MySQL中的InnoDB单表访问过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、访问类型【1】const【2】ref【3】ref_or_null【4】range【5】index【6】

MySQL 中 ROW_NUMBER() 函数最佳实践

《MySQL中ROW_NUMBER()函数最佳实践》MySQL中ROW_NUMBER()函数,作为窗口函数为每行分配唯一连续序号,区别于RANK()和DENSE_RANK(),特别适合分页、去重... 目录mysql 中 ROW_NUMBER() 函数详解一、基础语法二、核心特点三、典型应用场景1. 数据分