【SQL】力扣1571. 仓库经理

本文主要是介绍【SQL】力扣1571. 仓库经理，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！

1571. 仓库经理

文章目录

【SQL】力扣1571. 仓库经理
题目描述
输入输出示例
示例 1:

解题思路
代码与算法步骤解析
完整代码

复杂度分析
总结

【SQL】力扣1571. 仓库经理

题目描述

本题目来自力扣（LeetCode）数据库题目集，编号1571，题目要求我们计算每个仓库中存放的商品占用的总空间。具体地，需要通过两个表Warehouse和Products，其中Warehouse表记录了仓库名称、产品ID以及单位数量，Products表记录了产品ID、产品名称和产品的尺寸信息。我们的目标是得出每个仓库的存货总体积。

输入输出示例

示例 1:

输入：

Warehouse 表:

name	product_id	units
LCHouse1	1	1
LCHouse1	2	10
LCHouse1	3	5
LCHouse2	1	2
LCHouse2	2	2
LCHouse3	4	1

Products 表:

product_id	product_name	Width	Length	Height
1	LC-TV	5	50	40
2	LC-KeyChain	5	5	5
3	LC-Phone	2	10	10
4	LC-T-Shirt	4	10	20

输出：

warehouse_name	volume
LCHouse1	12250
LCHouse2	20250
LCHouse3	800

解释：

Id为1的商品(LC-TV)的存货量为 $\times 50 \times 40 = 10000$
Id为2的商品(LC-KeyChain)的存货量为 $\times 5 \times 5 = 125$
Id为3的商品(LC-Phone)的存货量为 $\times 10 \times 10 = 200$
Id为4的商品(LC-T-Shirt)的存货量为 $\times 10 \times 20 = 800$

仓库LCHouse1的总存货量为: $\times 10000 + 10 \times 125 + 5 \times 200 = 12250$ 立方英尺
仓库LCHouse2的总存货量为: $\times 10000 + 2 \times 125 = 20250$ 立方英尺
仓库LCHouse3的总存货量为: $\times 800 = 800$ 立方英尺。

解题思路

要解决这一问题，我们可以分为以下几个步骤：

计算单个产品体积： 首先需要计算Products表中每个产品的体积。
关联产品体积与库存： 接着通过Warehouse表中的product_id与Products表关联，得到每个产品在仓库中的体积。
计算仓库总体积： 最后，根据仓库名称对产品体积进行求和，得到每个仓库的总存货体积。

代码与算法步骤解析

计算单个产品体积：

SELECT product_id, (Width * Length * Height) AS unit_volumn
FROMProducts;

关联产品体积与库存并计算仓库总体积：

SELECT W.name AS warehouse_name, SUM(W.units * P.unit_volumn) AS volume
FROMWarehouse W
INNER JOIN (SELECT product_id, (Width * Length * Height) AS unit_volumnFROMProducts
) P ON W.product_id = P.product_id
GROUP BYW.name
ORDER BYvolume DESC;

在这一部分中，我们使用内联查询首先计算出每个产品的体积unit_volumn，然后通过INNER JOIN将Warehouse表与这一临时表连接，确保每个产品的库存数量乘以对应的体积。之后，使用GROUP BY对仓库名称进行分组，并用SUM函数计算每个仓库的总体积。

完整代码

SELECT W.name AS warehouse_name, SUM(W.units * P.unit_volumn) AS volume
FROMWarehouse W
INNER JOIN (SELECT product_id, (Width * Length * Height) AS unit_volumnFROMProducts
) P ON W.product_id = P.product_id
GROUP BYW.name
ORDER BYvolume DESC;

复杂度分析

时间复杂度： 查询涉及到表的连接和分组，最坏情况下的时间复杂度为 $O (NM)$ ，其中 $N$ 是 Warehouse 表中的记录数， $M$ 是 Products 表中的记录数。
空间复杂度： 由于需要存储中间结果，空间复杂度为 $O (M)$ ，其中 $M$ 是 Products 表中的记录数。