第一次写的时候，把id排序放在了窗口函数中、结果是，如果number数相同，被分配的rank并不相同，id小的rank高。这不符合输出示例。 select id, number, dense_rank() over ( order by number desc, id asc) as t_rank from passing_number 后面修改为：。另外需要注意的点是order by按照执行顺序是最后进行的，所以可以使用t_rank别名。 select id, number, dense_rank() over ( order by number desc) as t_rank from p...

select number from grade group by number having count(number)>=3 order by number asc

解题思路一：因为employees 是按照emp_no升序排序，所以后续我也按照emp_no升序排序保证rang大的仍然在前面显示。 我认为这种操作是站得住脚的，原表一定是按照某种顺序排列，后续才有必要继续按照这种顺序排列。 with ranking as (select emp_no, first_name, rank() over( order by first_name asc ) as rk from employees) select first_name as first from ranking where rk%2=1 order by emp_no 解题思路二： 如果抛开上述...

with extremes as ( select max(salary) as max_salary, min(salary) as min_salary from salaries where to_date = '9999-01-01' ) select avg(salary) as avg_salary from salaries where to_date = '9999-01-01' and (salary not in (select max_salary from extremes)) and (salary not in (select min_salary from ext...

def equal(x,y): return x==y a,b = input().split() a,b = int(a), int(b) print(equal(a,b)) 即便是如此简单的题目，评论区总有更直接的方法，向各位学习。

number = [int(i) for i in input()] l = [] for i in number: l.append(str((i+3)%9)) l[0], l[2] = l[2], l[0] l[1], l[3] = l[3], l[1] new_number = ''.join(l) print(new_number)

这道题一开始，我写成了如下这样。结果工资相同的员工t_rank不相同，这不符合题目要求。还有一个值得注意的点是，order by子句里是可以直接使用select列的别名的，比如这里的t_rank。 select emp_no, salary, dense_rank() over( order by salary desc, emp asc ) as t_rank from salaries order by t_rank, emp_no

在弄清楚题目要求后，重写代码，通过，运行时间34ms占用内存6648KB。和提供的答案相比：运行时间 34ms 占用内存6672KB。另外学到的一点是hire_date的type是date，但是可以和字符转‘9999-01-01’直接比较，无需进行类型转化。我在postgresql输入 select '2022-01-01'::date = '2022-01-01' 返回True。 with current_employees as ( select emp_no from salaries group by emp_no having max(to_date) = '9999-01-01' ...

我和题解对于“薪水涨幅情况”理解有所有不同。我理解成从入职到当前所的有多个时间段和各自有对应的growth。题解的解读是从入职到当前两个时间点上薪水变化。按照我的理解，我的解题思路是：利用CTE，先筛选在职员工（max(date) = '9999-01-01'）current_employees，然后从salaries里找出所有在职员工，每个员工可能对应对各from_date，据此利用窗口函数partition by emp_no，找到每个from_date的前一个from_date的数据，做差之后就是growth。最后再排序，需要注意第一期from_date之前是没有数据的，所有会出现nul...