牛客在线编程（SQL大厂面试真题）

1.各个视频的平均完播率_牛客题霸_牛客网

ROP TABLE IF EXISTS tb_user_video_log, tb_video_info;
CREATE TABLE tb_user_video_log (id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',uid INT NOT NULL COMMENT '用户ID',video_id INT NOT NULL COMMENT '视频ID',start_time datetime COMMENT '开始观看时间',end_time datetime COMMENT '结束观看时间',if_follow TINYINT COMMENT '是否关注',if_like TINYINT COMMENT '是否点赞',if_retweet TINYINT COMMENT '是否转发',comment_id INT COMMENT '评论ID'
) CHARACTER SET utf8 COLLATE utf8_bin;CREATE TABLE tb_video_info (id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',video_id INT UNIQUE NOT NULL COMMENT '视频ID',author INT NOT NULL COMMENT '创作者ID',tag VARCHAR(16) NOT NULL COMMENT '类别标签',duration INT NOT NULL COMMENT '视频时长(秒数)',release_time datetime NOT NULL COMMENT '发布时间'
)CHARACTER SET utf8 COLLATE utf8_bin;INSERT INTO tb_user_video_log(uid, video_id, start_time, end_time, if_follow, if_like, if_retweet, comment_id) VALUES(101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:30', 0, 1, 1, null),(102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:24', 0, 0, 1, null),(103, 2001, '2021-10-01 11:00:00', '2021-10-01 11:00:34', 0, 1, 0, 1732526),(101, 2002, '2021-09-01 10:00:00', '2021-09-01 10:00:42', 1, 0, 1, null),(102, 2002, '2021-10-01 11:00:00', '2021-10-01 11:00:30', 1, 0, 1, null);INSERT INTO tb_video_info(video_id, author, tag, duration, release_time) VALUES(2001, 901, '影视', 30, '2021-01-01 7:00:00'),(2002, 901, '美食', 60, '2021-01-01 7:00:00'),(2003, 902, '旅游', 90, '2021-01-01 7:00:00');

 考察函数  

UNIX_TIMESTAMP

  • 学习链接:MySQL中的 UNIX_TIMESTAMP 函数使用总结（附详例）_sql unix_timestamp-CSDN博客

  • 将数据转为时间戳

CAST
  • 学习链接：[Mysql] CAST函数_mysql cast函数-CSDN博客
  • 语法：cast(value as datetype)as 关键字用于分割俩个参数，在as之前的是要处理的数据，在as之后是要转化吧的数据

DATE    将value转换成'YYYY-MM-DD'格式
DATETIME    将value转换成'YYYY-MM-DD HH：MM：SS'格式
TIME    将value转换成'HH：MM：SS'格式
CHAR    将value转换成CHAR(固定长度的字符串)格式
SIGNED    将value转换成INT(有符号的整数)格式
UNSIGNED    将value转换成INT(无符号的整数)格式
DECIMAL    将value转换成FLOAT(浮点数)格式 
BINARY    将value转换成二进制格式
 

保留小数位

  •  

    CAST('9.0' AS DECIMAL) ->

  • DECIMAL(数值精度，小数点保留长度)

  • -- DECIMAL(10,2)可以存储最多具有8位整数和2位小数的数字

  • -- 精度与小数位数分别为10与2

  • -- 精度是总的数字位数，包括小数点左边和右边位数的总和

  • -- 小数位数是小数点右边的位数

题解

SELECTt3.video_id,CAST(COUNT(if(cha>=duration,1,null))*1.0 / COUNT(*) AS DECIMAL(16,3)) AS avg_comp_play_rate
FROM(SELECTt1.video_id,cha,durationFROM(SELECTvideo_id,UNIX_TIMESTAMP(end_time) - UNIX_TIMESTAMP(start_time) AS chaFROMtb_user_video_logWHEREYEAR(start_time) = 2021) AS t1JOIN (SELECTvideo_id,durationFROMtb_video_info) AS t2 ON t1.video_id = t2.video_id) t3
GROUP BY t3.video_id
ORDER BY avg_comp_play_rate DESC;

2.平均播放进度大于60%的视频类别_牛客题霸_牛客网

 题目

DROP TABLE IF EXISTS tb_user_video_log, tb_video_info;
CREATE TABLE tb_user_video_log (id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',uid INT NOT NULL COMMENT '用户ID',video_id INT NOT NULL COMMENT '视频ID',start_time datetime COMMENT '开始观看时间',end_time datetime COMMENT '结束观看时间',if_follow TINYINT COMMENT '是否关注',if_like TINYINT COMMENT '是否点赞',if_retweet TINYINT COMMENT '是否转发',comment_id INT COMMENT '评论ID'
) CHARACTER SET utf8 COLLATE utf8_bin;CREATE TABLE tb_video_info (id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',video_id INT UNIQUE NOT NULL COMMENT '视频ID',author INT NOT NULL COMMENT '创作者ID',tag VARCHAR(16) NOT NULL COMMENT '类别标签',duration INT NOT NULL COMMENT '视频时长(秒数)',release_time datetime NOT NULL COMMENT '发布时间'
)CHARACTER SET utf8 COLLATE utf8_bin;INSERT INTO tb_user_video_log(uid, video_id, start_time, end_time, if_follow, if_like, if_retweet, comment_id) VALUES(101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:30', 0, 1, 1, null),(102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:21', 0, 0, 1, null),(103, 2001, '2021-10-01 11:00:50', '2021-10-01 11:01:20', 0, 1, 0, 1732526),(102, 2002, '2021-10-01 11:00:00', '2021-10-01 11:00:30', 1, 0, 1, null),(103, 2002, '2021-10-01 10:59:05', '2021-10-01 11:00:05', 1, 0, 1, null);INSERT INTO tb_video_info(video_id, author, tag, duration, release_time) VALUES(2001, 901, '影视', 30, '2021-01-01 7:00:00'),(2002, 901, '美食', 60, '2021-01-01 7:00:00'),(2003, 902, '旅游', 90, '2020-01-01 7:00:00');

select t3.tag as tag,CONCAT(avg_play_progress,'%') as avg_play_progress
from 
(
SELECT
t1.tag,
CAST(CAST(sum( if(cha>duration,1,CAST(cha/duration as DECIMAL(6,4))) )/ count(*) AS DECIMAL ( 4, 4 )) *100   as decimal(4,2))  AS avg_play_progress
FROM(SELECTlog.video_id,tag,UNIX_TIMESTAMP( end_time )- UNIX_TIMESTAMP( start_time ) AS cha FROMtb_user_video_log AS logJOIN tb_video_info AS info ON log.video_id = info.video_id ) t1JOIN ( SELECT tag, duration FROM tb_video_info ) AS t2 ON t1.tag = t2.tag 
GROUP BYt1.tagHAVING avg_play_progress>60
order by avg_play_progress DESC) as t3

3.每类视频近一个月的转发量率_牛客题霸_牛客网

 

 

考察函数

ROUND
  • 学习链接：MySQL ROUND() 函数 (w3schools.cn)
  • ROUND(number, decimals)
  • number必需。要四舍五入的数字
    decimals可选。number 要四舍五入的小数位数。 如果省略，则返回整数（无小数）
 DATEDIFF
  • 学习链接：SQL Server DATEDIFF() 函数 (w3school.com.cn)
  • DATEDIFF() 函数返回两个日期之间的时间。
  • SELECT DATEDIFF(day,'2008-12-29','2008-12-30') AS DiffDate
  • 结果：1

题解 

SELECT tag,SUM(if_retweet) retweet_cut,ROUND(SUM(if_retweet)/COUNT(start_time),3) retweet_rate 
FROM tb_user_video_log a LEFT JOIN tb_video_info b ON a.video_id=b.video_idWHERE DATEDIFF((SELECT MAX(start_time) FROM tb_user_video_log),start_time)<=29 GROUP BY tagORDER BY retweet_rate DESC;

4.每个创作者每月的涨粉率及截止当前的总粉丝量_牛客题霸_牛客网

题目

 

 

自测输入

DROP TABLE IF EXISTS tb_user_video_log, tb_video_info;
CREATE TABLE tb_user_video_log (id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',uid INT NOT NULL COMMENT '用户ID',video_id INT NOT NULL COMMENT '视频ID',start_time datetime COMMENT '开始观看时间',end_time datetime COMMENT '结束观看时间',if_follow TINYINT COMMENT '是否关注',if_like TINYINT COMMENT '是否点赞',if_retweet TINYINT COMMENT '是否转发',comment_id INT COMMENT '评论ID'
) CHARACTER SET utf8 COLLATE utf8_bin;CREATE TABLE tb_video_info (id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',video_id INT UNIQUE NOT NULL COMMENT '视频ID',author INT NOT NULL COMMENT '创作者ID',tag VARCHAR(16) NOT NULL COMMENT '类别标签',duration INT NOT NULL COMMENT '视频时长(秒数)',release_time datetime NOT NULL COMMENT '发布时间'
)CHARACTER SET utf8 COLLATE utf8_bin;INSERT INTO tb_user_video_log(uid, video_id, start_time, end_time, if_follow, if_like, if_retweet, comment_id) VALUES(101, 2001, '2021-09-01 10:00:00', '2021-09-01 10:00:20', 0, 1, 1, null),(105, 2002, '2021-09-10 11:00:00', '2021-09-10 11:00:30', 1, 0, 1, null),(101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:20', 1, 1, 1, null),(102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:15', 0, 0, 1, null),(103, 2001, '2021-10-01 11:00:50', '2021-10-01 11:01:15', 1, 1, 0, 1732526),(106, 2002, '2021-10-01 10:59:05', '2021-10-01 11:00:05', 2, 0, 0, null);INSERT INTO tb_video_info(video_id, author, tag, duration, release_time) VALUES(2001, 901, '影视', 30, '2021-01-01 7:00:00'),(2002, 901, '影视', 60, '2021-01-01 7:00:00'),(2003, 902, '旅游', 90, '2020-01-01 7:00:00'),(2004, 902, '美女', 90, '2020-01-01 8:00:00');

 自测输入正确结果

 

题解

select author, `month`, round(fans_add_cnt / play_cnt, 3) as fans_growth_rate,sum(fans_add_cnt) over(partition by author order by `month`) as total_fans
from (select author,DATE_FORMAT(start_time, "%Y-%m") as `month`,sum(if(if_follow=2, -1, if_follow)) as fans_add_cnt,count(1) as play_cntfrom tb_user_video_logjoin tb_video_info USING(video_id)where YEAR(start_time) = 2021group by author, `month`
) as t_author_monthly_fans_play_cnt
order by author, total_fans;

考察函数 

  •  学习链接：MySQL窗口函数 - 知乎

  • 函数解读：
    函数分为两个部分
    第一部分是函数名称，开窗函数的数量较少，只有11个窗口函数+聚合函数（所有聚合函数都可以用作开窗函数），根据函数性质，有的要写参数，有的不需要写参数；

    第二部分是over语句，over()是必须要写的，里面有三个参数，都是非必须参数，根据需求选写：
    1.第一个参数是 partition by +分组字段，将数据根据此字段分成多份，如果不加partition by参数，那会把整个数据当做一个窗口。
    2.第二个参数是 order by +排序字段，每个窗口的数据要不要进行排序。
    3.第三个参数 rows/range between 起始位置 and 结束位置，这个参数仅针对滑动窗口函数有用，是在当前窗口下分出更小的子窗口。
    其中起始位置和结束位置可写：

  • current row 边界是当前行
  • unbounded preceding 边界是分区中的第一行
  • unbounded following 边界是分区中的最后一行
  • expr preceding 边界是当前行减去expr的值
  • expr following 边界是当前行加上expr的值。rows是基于行数，range是基于值的大小，到讲解到滑动窗口函数时再详细介绍

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/259361.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

直播传媒公司网站搭建作用如何

直播传媒公司网站搭建作用如何

直播已然成为抖快等平台的主要生态之一&#xff0c;近些年主播也成为了一种新行业&#xff0c;相关的mcn机构直播传播公司等也时有开业&#xff0c;以旗下主播带来高盈利&#xff0c;而在实际运作中也有一些痛点难题&#xff1a; 1、机构宣传展示难 不少散主播往往会选择合作…
阅读更多...
[ 蓝桥杯Web真题 ]-全球新冠疫情数据统计

[ 蓝桥杯Web真题 ]-全球新冠疫情数据统计

目录 介绍 准备 目标 效果 规定 思路 参考实现 介绍 新冠疫情席卷全球&#xff0c;在此期间有很多免费的 API 和网站为人们提供了各个国家疫情数据的查询功能&#xff0c;这些免费公开的数据体现出了互联网作为信息媒介的优越性&#xff0c;帮助全球人民更好的了解一线疫…
阅读更多...
K8s 入门指南（一）：单节点集群环境搭建

K8s 入门指南（一）：单节点集群环境搭建

前言 官方文档&#xff1a;Kubernetes 文档 | Kubernetes 系统配置 CentOS 7.9&#xff08;2 核 2 G&#xff09; 本文为 k8s 入门指南专栏&#xff0c;将会使用 kubeadm 搭建单节点 k8s 集群&#xff0c;详细讲解环境搭建部署的细节&#xff0c;专栏后面章节会以实战代码介绍…
阅读更多...
人工智能学习9(LightGBM)

人工智能学习9(LightGBM)

编译工具&#xff1a;PyCharm 文章目录 编译工具&#xff1a;PyCharm lightGBM原理lightGBM的基础使用案例1&#xff1a;鸢尾花案例2&#xff1a;绝对求生玩家排名预测一、数据处理部分1.数据获取及分析2.缺失数据处理3.数据规范化4.规范化输出部分数据5.异常数据处理5.1删除开…
阅读更多...
Centos7、Mysql8.0 load_file函数返回为空的终极解决方法--暨selinux的深入理解

Centos7、Mysql8.0 load_file函数返回为空的终极解决方法--暨selinux的深入理解

零、问题背景 最近想换房&#xff0c;为了方便自己对比感兴趣的房子&#xff0c;因此决定将目标房源的基本信息放在表里&#xff0c;特别是要一目了然的看到众多房子的各种图纸和照片&#xff0c;因此决定要在Mysql8.0.34数据库中以二进制形式保存图片&#xff08;抛开合理性和…
阅读更多...
如何设置和使用静态HTTP服务器

如何设置和使用静态HTTP服务器

随着互联网技术的不断发展&#xff0c;越来越多的企业和个人开始使用静态HTTP服务器来展示自己的网站内容。静态HTTP服务器是指服务器上存储着静态网页文件&#xff0c;当用户请求访问这些网页时&#xff0c;服务器直接将文件发送给用户的浏览器进行展示。本文将介绍如何设置和…
阅读更多...
基于Python+WaveNet+MFCC+Tensorflow智能方言分类—深度学习算法应用（含全部工程源码）（一）

基于Python+WaveNet+MFCC+Tensorflow智能方言分类—深度学习算法应用（含全部工程源码）（一）

目录 前言引言总体设计系统整体结构图系统流程图 运行环境Python环境TensorFlow 环境Jupyter Notebook环境Pycharm 环境 相关其它博客工程源代码下载其它资料下载 前言 博主前段时间发布了一篇有关方言识别和分类模型训练的博客&#xff0c;在读者的反馈中发现许多小伙伴对方言…
阅读更多...
深度学习之注意力机制

深度学习之注意力机制

注意力机制与外部记忆 注意力机制与记忆增强网络是相辅相成的&#xff0c;神经网络去从内存中或者外部记忆中选出与当前输入相关的内容时需要注意力机制&#xff0c;而在注意力机制的很多应用场景中&#xff0c;我们的外部信息也可以看作是一个外部的记忆 这是一个阅读理解任务…
阅读更多...
Learning Memory-guided Normality for Anomaly Detection 论文阅读

Learning Memory-guided Normality for Anomaly Detection 论文阅读

Learning Memory-guided Normality for Anomaly Detection 摘要1.介绍2.相关工作3.方法3.1网络架构3.1.1 Encoder and decoder3.1.2 Memory 3.2. Training loss3.3. Abnormality score 4.实验5.总结总结&代码复现&#xff1a; 文章信息&#xff1a; 发表于&#xff1a;cvpr…
阅读更多...
高性能服务器框架

高性能服务器框架

服务器同时监听多个客户请求是通过 select 系统调用实现的&#xff1b; 1.1 服务器编程框架 请求队列是各单元之间通信方式的抽象&#xff1b; 1.2 IO 模型 &#xff08;1&#xff09;阻塞 IO&#xff1a;阻塞的文件描述符 非阻塞 IO&#xff1a;非阻塞的文件描述符 &#…
阅读更多...
vue项目新增弹窗打开时：其中邮箱和密码被默认设置为当前登录的账号和密码

vue项目新增弹窗打开时：其中邮箱和密码被默认设置为当前登录的账号和密码

解决方法&#xff1a;就是在input的前后分别再添加一个input&#xff08;注意截图顺序不能错{密码放前面、邮箱放后面}&#xff09;
阅读更多...
Google刚发布AlphaCode 2,让我们码农多了个小伙伴一起干活

Google刚发布AlphaCode 2,让我们码农多了个小伙伴一起干活

除了其Gemini生成式人工智能模型之外&#xff0c;谷歌今天早上发布了AlphaCode 2&#xff0c;这是谷歌DeepMind实验室大约一年前推出的代码生成AlphaCode的改进版本。 事实上&#xff0c;AlphaCode 2实际上由Gemini提供支持&#xff0c;或者至少是由Gemini的某个变体&#xff…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023