SQL面试问题帮忙解答

SQL问题:取出一个商家24小时内的交易里,同一个消费者连续失败三次及三次以上的数量。
商家24小时内,是连续不断的收不同消费者的多笔交易,每笔交易有“成功”或者“失败”两种状态,交易信息里有“邮箱”来判断是否为同意同一消费者,每笔交易都有具体的交易时间精确到秒
#SQL面试#
全部评论
select count(distinct `mail`) from ( select `mail`, `交易状态`, lead(`交易状态`,1,0) over(partiton by `mail`)as `下一次交易状态`,lead(`交易状态`,2,0) over(partition by `mail`)as `下下一次交易状态` from ( select `mail`, `交易状态`, row_number() over(partition by `mail` order by `交易时间`) from t ) where `交易状态` = '失败' and `下一次交易状态` = '失败' and `下下一次交易状态` = '失败' group by `mail` 先给表按消费者分人排序,再用lead函数给每个消费者当前的交易状态新增两列下一个交易以及下下个交易的状态,然后三个交易状态都为失败即符合要求,三次以上包含三次,所以没必要算,然后去重计数。
1 回复 分享
发布于 2023-09-19 13:55 上海
一个思路不知道对不对:按邮箱分组,时间排序,提取lead(状态,1),lead(状态,2);如果三者状态均为失败则提取
1 回复 分享
发布于 2023-09-14 14:22 北京
1.我先把失败的晒出来 2.利用id-row_number()over()的差,与user_id进行分组,count(user_id)over(partition by user_id,id-row_number()over()的差)大于等于3,4.最后一聚合函数就行了。
点赞 回复 分享
发布于 2024-03-19 16:54 北京
分区对每个消费者创建两个排序辅助列(第一列正常按时间排序,第二列按状态 时间排),然后晒选出连续的失败
点赞 回复 分享
发布于 2023-09-17 15:52 新加坡
这个应该和连续签到一个意思吧
点赞 回复 分享
发布于 2023-09-14 14:25 江苏

相关推荐

上周组里招人,我面了六个候选人,回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人,算法题写得都不错。第一道二分查找,五分钟之内给出解法,边界条件也处理得干净。第二道动态规划,状态转移方程写对了,空间复杂度也优化了一版。我翻他们的简历,力扣刷题量都在300以上。后三个呢,就有点参差不齐了。有的边界条件没处理好,有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生,我印象特别深——她拿到题之后没有马上写,而是先问我:“面试官,我能先跟你确认一下我对题目的理解吗?”然后她把自己的思路讲了一遍,虽然最后代码写得不是最优解,但整个沟通过程非常顺畅。这个女生的代码不是最优的,但当我问她“如果这里是线上环境,你会怎么设计’的时候,她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么?我自己的经历可能有点代表性。我当年校招的时候,也是刷了三百多道题才敢去面试。那时候大家都刷,你不刷就过不了笔试关。后来工作了,前三年基本没再打开过力扣。真正干活的时候,没人让你写反转链表,也没人让你手撕红黑树。更多的是:这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官,慢慢调整了自己的评判标准。算法题我还会出,但目的变了。我出算法题,不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候,是怎么思考的。你会先理清题意吗?你会主动问边界条件吗?你想不出来的时候会怎么办?你写出来的代码,变量命名乱不乱、结构清不清楚?这些才是工作中真正用得到的能力。LeetCode是一个工具,不是目的。它帮你熟悉数据结构和常见算法思路,这没问题。但如果你刷了三百道题,却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的,那这三百道题可能真的白刷了。所以还要不要刷LeetCode?要刷,但别只刷题。刷题的时候,多问自己几个为什么:为什么用这个数据结构?为什么这个解法比那个好?如果换个条件,解法还成立吗?把刷题当成锻炼思维的方式,而不是背答案的任务。毕竟面试官想看到的,从来不是一台背题机器,而是一个能解决问题的人。
牛客51274894...:意思是光刷力扣还不够卷
AI时代还有必要刷lee...
点赞 评论 收藏
分享
05-12 10:10
已编辑
门头沟学院 人工智能
写这篇之前我犹豫了挺久。一方面是怕被人骂,"又一个收割焦虑的转行帖";另一方面是看了太多用 GPT 套娃出来的「学习路线」文章,AI 味重得让人没法读完。所以这篇全是亲身踩过的坑,时间线、用过的项目、当时的心路全都尽量原样写出来。如果你是大学生在迷茫要不要转 AI,或者已经在转的路上,希望能给点参考。 一个反共识的开场:你以为进 OpenAI 的人都是博士? 先讲个故事,跟我没关系,但跟所有想转 AI 的人都有关系。 OpenAI 的 Sora 团队(就是搞文生视频那个)一共 13 个人。这里面有两个人特别有意思: Will DePue,密歇根大学计算机系,直接辍学了。17...
_hengheng:我也本,也算是做ai相关,我最开始感觉做ai工程师有多么多么困难,后来发现懂了原理后整体训练完全可以看成一个流程化的内容,开源方案太多了,大多基本都是按着模子在自家业务上做各种操作,就算是大厂的小部门也没那么多资源去训基模,反而更多的是像怎么把技术往业务方向靠近了,不过当前时代如果本科学历没那么好加上自己执行力不是特别强还真不建议走ai工程师这条路,可以试试其他ai的偏业务方向,不然校招不太好杀出来
点赞 评论 收藏
分享
评论
2
10
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务