1 hard + 3mid，难度不是特别大。
1. 力扣2988：最大部门的经理
1.1 题目：
表： Employees
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| emp_id | int |
| emp_name | varchar |
| dep_id | int |
| position | varchar |
+-------------+---------+
emp_id 是这张表具有唯一值的列。
这张表包括 emp_id, emp_name, dep_id,和 position。查询 最大部门 的 经理 的 名字。当拥有相同数量的员工时，可能会有多个最大部门。
返回 按照 dep_id 升序 排列的结果表格。
结果表格的格式如下例所示。
示例 1:
输入：
Employees table:
+--------+----------+--------+---------------+
| emp_id | emp_name | dep_id | position |
+--------+----------+--------+---------------+
| 156 | Michael | 107 | Manager |
| 112 | Lucas | 107 | Consultant |
| 8 | Isabella | 101 | Manager |
| 160 | Joseph | 100 | Manager |
| 80 | Aiden | 100 | Engineer |
| 190 | Skylar | 100 | Freelancer |
| 196 | Stella | 101 | Coordinator |
| 167 | Audrey | 100 | Consultant |
| 97 | Nathan | 101 | Supervisor |
| 128 | Ian | 101 | Administrator |
| 81 | Ethan | 107 | Administrator |
+--------+----------+--------+---------------+
输出
+--------------+--------+
| manager_name | dep_id |
+--------------+--------+
| Joseph | 100 |
| Isabella | 101 |
+--------------+--------+
解释
- 部门 ID 为 100 和 101 的每个部门都有 4 名员工，而部门 107 有 3 名员工。由于部门 100 和 101 都拥有相同数量的员工，它们各自的经理将被包括在内。
输出表格按 dep_id 升序排列。1.2 思路：
不像中等题，有点像中等难度的简单题。
1.3 题解：
sql
-- 先找出最大部门的部门id
with tep as (
select dep_id
from Employees
group by dep_id
having count(*) >= all(
select count(*)
from Employees
group by dep_id
)
)
-- 然后在最大部门中取寻找Manager即可。
select emp_name manager_name, dep_id
from Employees
where dep_id in (
select * from tep
)
and position = 'Manager'
order by dep_id2. 力扣569：员工薪水中位数
2.1 题目：
表: Employee
+--------------+---------+
| Column Name | Type |
+--------------+---------+
| id | int |
| company | varchar |
| salary | int |
+--------------+---------+
id 是该表的主键列(具有唯一值的列)。
该表的每一行表示公司和一名员工的工资。编写解决方案，找出每个公司的工资中位数。
以 任意顺序 返回结果表。
查询结果格式如下所示。
示例 1:
输入:
Employee 表:
+----+---------+--------+
| id | company | salary |
+----+---------+--------+
| 1 | A | 2341 |
| 2 | A | 341 |
| 3 | A | 15 |
| 4 | A | 15314 |
| 5 | A | 451 |
| 6 | A | 513 |
| 7 | B | 15 |
| 8 | B | 13 |
| 9 | B | 1154 |
| 10 | B | 1345 |
| 11 | B | 1221 |
| 12 | B | 234 |
| 13 | C | 2345 |
| 14 | C | 2645 |
| 15 | C | 2645 |
| 16 | C | 2652 |
| 17 | C | 65 |
+----+---------+--------+
输出:
+----+---------+--------+
| id | company | salary |
+----+---------+--------+
| 5 | A | 451 |
| 6 | A | 513 |
| 12 | B | 234 |
| 9 | B | 1154 |
| 14 | C | 2645 |
+----+---------+--------+**进阶:**你能在不使用任何内置函数或窗口函数的情况下解决它吗?
2.2 思路：
看注释。
分为两种情况，结果union all。
2.3 题解：
sql
-- 先给每个人排一个排名
with tep1 as (
select id, company, salary , row_number() over (partition by company order by salary) ranks
from Employee
), tep2 as (
-- 找到员工个数为奇数的公司
select company
from tep1
group by company
having count(*) % 2 = 1
)
-- union all讨论两种情况
-- 如果在员工个数是奇数的公司，则选出ranks排名ceil(count(*) / 2)的人
select id, company, salary
from tep1 t1
where company in (
select * from tep2
) and ranks = (select ceil(count(*) / 2) from tep1 t2 where t1.company = t2.company)
union all
-- 如果在员工个数是偶数的公司，则需要选出两个人选
-- 排名count(*) / 2和count(*) / 2 +1
select id, company, salary
from tep1 t3
where company not in (
select * from tep2
)
and ranks = (select count(*) / 2 from tep1 t4 where t3.company = t4.company)
or ranks = (select count(*) / 2 +1 from tep1 t4 where t3.company = t4.company)3. 力扣1132：报告的记录2
3.1 题目：
动作表： Actions
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| user_id | int |
| post_id | int |
| action_date | date |
| action | enum |
| extra | varchar |
+---------------+---------+
这张表可能存在重复的行。
action 列的类型是 ENUM，可能的值为 ('view', 'like', 'reaction', 'comment', 'report', 'share')。
extra 列拥有一些可选信息，例如：报告理由（a reason for report）或反应类型（a type of reaction）等。移除表： Removals
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| post_id | int |
| remove_date | date |
+---------------+---------+
这张表的主键是 post_id（具有唯一值的列）。
这张表的每一行表示一个被移除的帖子，原因可能是由于被举报或被管理员审查。编写解决方案，统计在被报告为垃圾广告的帖子中，被移除的帖子的每日平均占比，四舍五入到小数点后 2 位。
结果的格式如下。
示例 1:
输入：
Actions table:
+---------+---------+-------------+--------+--------+
| user_id | post_id | action_date | action | extra |
+---------+---------+-------------+--------+--------+
| 1 | 1 | 2019-07-01 | view | null |
| 1 | 1 | 2019-07-01 | like | null |
| 1 | 1 | 2019-07-01 | share | null |
| 2 | 2 | 2019-07-04 | view | null |
| 2 | 2 | 2019-07-04 | report | spam |
| 3 | 4 | 2019-07-04 | view | null |
| 3 | 4 | 2019-07-04 | report | spam |
| 4 | 3 | 2019-07-02 | view | null |
| 4 | 3 | 2019-07-02 | report | spam |
| 5 | 2 | 2019-07-03 | view | null |
| 5 | 2 | 2019-07-03 | report | racism |
| 5 | 5 | 2019-07-03 | view | null |
| 5 | 5 | 2019-07-03 | report | racism |
+---------+---------+-------------+--------+--------+
Removals table:
+---------+-------------+
| post_id | remove_date |
+---------+-------------+
| 2 | 2019-07-20 |
| 3 | 2019-07-18 |
+---------+-------------+
输出：
+-----------------------+
| average_daily_percent |
+-----------------------+
| 75.00 |
+-----------------------+
解释：
2019-07-04 的垃圾广告移除率是 50%，因为有两张帖子被报告为垃圾广告，但只有一个得到移除。
2019-07-02 的垃圾广告移除率是 100%，因为有一张帖子被举报为垃圾广告并得到移除。
其余几天没有收到垃圾广告的举报，因此平均值为：(50 + 100) / 2 = 75%
注意，输出仅需要一个平均值即可，我们并不关注移除操作的日期。3.2 思路：
看注释。
3.3 题解：
sql
-- 先找出哪些post_id是垃圾信息
with tep as (
select distinct post_id, action_date
from Actions
where extra = 'spam'
), tep1 as (
-- 以action_date分组
-- 然后在tep表中找到action_date当天的垃圾信息
-- 并且where过滤掉没有被移除的记录
-- 剩下来的都是当天的而且在之后被移除的记录
select (
select count(*)
from (select post_id from tep t2 where t1.action_date = t2.action_date) t
where t.post_id in (select post_id from Removals)
) / count(*) * 100 perc
from tep t1
group by action_date
)
-- 再求平均值
select round(avg(perc), 2) average_daily_percent
from tep14. 力扣1158：市场分析1
4.1 题目：
表： Users
+----------------+---------+
| Column Name | Type |
+----------------+---------+
| user_id | int |
| join_date | date |
| favorite_brand | varchar |
+----------------+---------+
user_id 是此表主键（具有唯一值的列）。
表中描述了购物网站的用户信息，用户可以在此网站上进行商品买卖。表： Orders
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| order_id | int |
| order_date | date |
| item_id | int |
| buyer_id | int |
| seller_id | int |
+---------------+---------+
order_id 是此表主键（具有唯一值的列）。
item_id 是 Items 表的外键（reference 列）。
（buyer_id，seller_id）是 User 表的外键。表：Items
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| item_id | int |
| item_brand | varchar |
+---------------+---------+
item_id 是此表的主键（具有唯一值的列）。编写解决方案找出每个用户的注册日期和在 **2019**年作为买家的订单总数。
以 任意顺序 返回结果表。
查询结果格式如下。
示例 1:
输入：
Users 表:
+---------+------------+----------------+
| user_id | join_date | favorite_brand |
+---------+------------+----------------+
| 1 | 2018-01-01 | Lenovo |
| 2 | 2018-02-09 | Samsung |
| 3 | 2018-01-19 | LG |
| 4 | 2018-05-21 | HP |
+---------+------------+----------------+
Orders 表:
+----------+------------+---------+----------+-----------+
| order_id | order_date | item_id | buyer_id | seller_id |
+----------+------------+---------+----------+-----------+
| 1 | 2019-08-01 | 4 | 1 | 2 |
| 2 | 2018-08-02 | 2 | 1 | 3 |
| 3 | 2019-08-03 | 3 | 2 | 3 |
| 4 | 2018-08-04 | 1 | 4 | 2 |
| 5 | 2018-08-04 | 1 | 3 | 4 |
| 6 | 2019-08-05 | 2 | 2 | 4 |
+----------+------------+---------+----------+-----------+
Items 表:
+---------+------------+
| item_id | item_brand |
+---------+------------+
| 1 | Samsung |
| 2 | Lenovo |
| 3 | LG |
| 4 | HP |
+---------+------------+
输出：
+-----------+------------+----------------+
| buyer_id | join_date | orders_in_2019 |
+-----------+------------+----------------+
| 1 | 2018-01-01 | 1 |
| 2 | 2018-02-09 | 2 |
| 3 | 2018-01-19 | 0 |
| 4 | 2018-05-21 | 0 |
+-----------+------------+----------------+4.2 思路：
经典的左外连接题。
4.3 题解：
sql
-- 先过滤掉order_date除2019年的记录
with tep as (
select *
from Orders
where substring(order_date, 1, 4) = '2019'
)
-- 左外连接，以user_id分组
-- 按理来说group是没有join_date字段的，在select语句是不能使用的
-- 但是由于一个组内的join_date都相等，所以可以用
-- if函数是将左外连接除去内连接的部分的记录
-- 然后将这部分的记录特殊判断，个数作为0，否则作为1，是不符合题意的。
select user_id buyer_id, join_date
,if(buyer_id is null, 0, count(*)) orders_in_2019
from Users t1
left join tep t2
on t1.user_id = t2.buyer_id
group by user_id