【刷题】【力扣】【180】【中等】连续出现的数字

### 文章目录

[@[toc]](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[题目描述](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[示例](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[输入](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[输出](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[解释](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[MySQL实现](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[方法1](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[方法2](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)
[Pandas实现](#文章目录 @[toc] 题目描述示例输入输出解释 MySQL实现方法1 方法2 Pandas实现)

题目描述

表：Logs

shell 复制代码

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| id          | int     |
| num         | varchar |
+-------------+---------+
在 SQL 中, id 是该表的主键
id 是一个自增列

找出所有至少连续出现三次的数字
返回的结果表中的数据可以按任意顺序排列

示例

输入

Logs表

shell 复制代码

+----+-----+
| id | num |
+----+-----+
| 1  | 1   |
| 2  | 1   |
| 3  | 1   |
| 4  | 2   |
| 5  | 1   |
| 6  | 2   |
| 7  | 2   |
+----+-----+

输出

shell 复制代码

+-----------------+
| ConsecutiveNums |
+-----------------+
| 1               |
+-----------------+

解释

1 1 1是唯一连续出现至少三次的数字

MySQL实现

方法1

sql 复制代码

select distinct num as ConsecutiveNums
from (select *, lead(rn, 2) over (partition by num order by rn) as rn_lead
      from (select num, row_number() over () as rn from Logs) t1) t2
where rn_lead - rn = 2;

方法2

sql 复制代码

select distinct num as ConsecutiveNums
from (select num,
             row_number() over ()                             as rn1,
             row_number() over (partition by num order by id) as rn2
      from Logs
      order by num, id) t
group by num, rn1 - rn2
having count(rn1 - rn2) >= 3;

Pandas实现

python 复制代码

# -*- coding: utf-8 -*-
# @Time     : 2025/1/12 1:30
# @Author   : 从心
# @File     : 180.py
# @Software : PyCharm

import pandas as pd


def consecutive_numbers(logs: pd.DataFrame) -> pd.DataFrame:
    if logs.empty:
        return pd.DataFrame(columns=['ConsecutiveNums'])

    logs['rn'] = logs.reset_index(drop=True).index + 1

    grouped = logs.groupby('num')
    result = []
    for name, group in grouped:
        group = group.copy()
        group['rn_lead'] = group['rn'].shift(-2)
        result.append(group)

    df = pd.concat(result)
    df = df[df['rn_lead'] - df['rn'] == 2]

    return df['num'].drop_duplicates().to_frame(name='ConsecutiveNums')