题解区高赞（栈方法）： # class ListNode: # def __init__(self, x): # self.val = x # self.next = None # # 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 # # # @param listNode ListNode类 # @return int整型一维数组 # class Solution: def printListFromTailToHead(self , listNode: ListNode) -> List[int]: res=[] s=[] #正序输出链表到栈中 while...

平台有个案例通不过，但是sql server 通过了，我不理解 SELECT T1.dt, ROUND(sold_num_7_days/onsell_num,3) sale_rate, 1-ROUND(sold_num_7_days/onsell_num,3) unsale_rate FROM (SELECT dt, COUNT(DISTINCT product_id) sold_num_7_days FROM (SELECT DISTINCT DATE(event_time) dt FROM tb_order_overall WHERE DATE(event_time) BETWEEN '2...

今天是大橘的一天！

SELECT uid, month, SUM(every_partition_coin) coin FROM (SELECT uid, month, (CASE WHEN MOD(continue_count,7)>=3 THEN FLOOR(continue_count/7)*8+2+continue_count WHEN MOD(continue_count,7)<3 THEN FLOOR(continue_count/7)*8+continue_count END) every_partition_coin FROM (SELECT uid, month, COUNT(*) ...

明确计算公式每个日期的留存数（分子，T1表），每个日期的新增用户数（分母，T2表），两个相除。 第一步，先把uid，in_time和out_time处理好，记成基本表t1。 第二步，找新增用户数。确定方法：找到每个用户的最小登录日后, 再根据最小登录日分组计数, 就能知道每个日的新增用户数。 第三步，确定留存数。用uid和uid相连，dt和DATE_SUB(dt, INTERVAL 1 DAY)相连的左连接方式即可以算每天新用户的留存数。 得到代码： WITH t1 AS(SELECT uid, DATE_FORMAT(in_time,'%Y-%m-%d') dt FROM tb_user_l...

SELECT user_id, COUNT(date_rk_diff) days_count FROM (SELECT user_id, DATE_SUB(sales_date, INTERVAL rk DAY) date_rk_diff FROM (SELECT user_id, sales_date, ROW_NUMBER() over (partition by user_id order by sales_date) rk FROM (SELECT DISTINCT user_id, sales_date FROM sales_tb) t1 ) t2 ) t3 GROUP BY use...

SELECT t1.style_id, ROUND(total_sold/(total_inventory-total_sold)*100,2) 'pin_rate(%)', ROUND(GMV/stockup_val*100,2) 'sell-through_rate(%)' FROM (SELECT style_id, SUM(sales_num) total_sold, SUM(sales_price) GMV FROM sales_tb JOIN product_tb ON sales_tb.item_id=product_tb.item_id GROUP BY style_id) t...

SELECT artical_id, MAX(total_num) max_uv FROM (SELECT artical_id, SUM(num) over (partition by artical_id order by dt, num DESC) total_num FROM (SELECT artical_id, in_time AS dt, 1 AS num FROM tb_user_log WHERE artical_id!=0 UNION ALL SELECT artical_id, out_time AS dt, -1 AS num FROM tb_user_log WHER...

SELECT * FROM( SELECT tag, dt, SUM(like_cnt) over (partition by tag order by dt rows 6 preceding) sum_like_cnt_7d, MAX(retweet_cnt) over (partition by tag order by dt rows 6 preceding) max_retweet_cnt_7d FROM ( SELECT tag, DATE_FORMAT(start_time,'%Y-%m-%d') dt, SUM(if_like) like_cnt, SUM(if_retweet)...

法一：（窗口函数） SELECT DISTINCT id,name,weight,total FROM (SELECT goods.id,name,weight,SUM(count) over (partition by trans.goods_id) total FROM goods JOIN trans ON goods.id=trans.goods_id) t1 WHERE weight<50 AND total>20 ORDER BY id  法二：给goods加一个total列即可。（这个方法就可以了，感觉我老开窗开习惯了，捂脸） SELECT id,name,weigh...

法一： WITH t1 AS ( SELECT grade, (SUM(number) over (ORDER BY grade))-(number-1) AS min_rank, SUM(number) over (ORDER BY grade) AS max_rank FROM class_grade ORDER BY grade), t2 AS ( SELECT ROUND(SUM(number)/2) AS medium_1, ROUND((SUM(number)+1)/2) AS medium_2 FROM class_grade) SELECT grade FROM t1,t2 W...

法一：最直接的就是借鉴#牛客的课程订单分析(四)#的做法，取rk=1的表和取rk=2的表内连接起来。好处是直观，但是代码有些冗余，就不贴了。 法二：参考评论区，我想到了IF(rk=1, date, NULL)但是会出现多个user_id和NULL的date， 没想到加上一个MAX() GROUP BY 可以巧妙解决。 SELECT user_id, MAX(IF(rk=1, date, NULL)) first_buy_date, MAX(IF(rk=2, date, NULL)) second_buy_date, cnt FROM (SELECT user_id, date, COUNT(*...

法一： SELECT * FROM (SELECT *, ROW_NUMBER() over (partition by job order by score DESC) t_rank FROM grade) t1 WHERE (job,t_rank) IN (SELECT job,t_medium FROM (SELECT job, case when COUNT(*)%2=0 then ROUND(COUNT(*)/2) else ROUND(COUNT(*)/2) end AS t_medium FROM grade GROUP BY job UNION SELECT job, case...

法一（先窗口函数排序了，其实不需要的，因为只需要分组后的总数就可以了，捂脸）： SELECT job, case when MAX(rk)%2=0 then ROUND(MAX(rk)/2) else ROUND(MAX(rk)/2) end AS start, case when MAX(rk)%2=0 then ROUND(MAX(rk)/2)+1 else ROUND(MAX(rk)/2) end AS end FROM (SELECT job, ROW_NUMBER() over (partition by job order by score) rk FROM grade) t1 G...