表: UserVisits
+-------------+------+ | Column Name | Type | +-------------+------+ | user_id | int | | visit_date | date | +-------------+------+ 该表没有主键,它可能有重复的行 该表包含用户访问某特定零售商的日期日志。
假设今天的日期是 '2021-1-1'
。
编写解决方案,对于每个 user_id
,求出每次访问及其下一个访问(若该次访问是最后一次,则为今天)之间最大的空档期天数 window
。
返回结果表,按用户编号 user_id
排序。
结果格式如下示例所示:
示例 1:
输入: UserVisits 表: +---------+------------+ | user_id | visit_date | +---------+------------+ | 1 | 2020-11-28 | | 1 | 2020-10-20 | | 1 | 2020-12-3 | | 2 | 2020-10-5 | | 2 | 2020-12-9 | | 3 | 2020-11-11 | +---------+------------+ 输出: +---------+---------------+ | user_id | biggest_window| +---------+---------------+ | 1 | 39 | | 2 | 65 | | 3 | 51 | +---------+---------------+ 解释: 对于第一个用户,问题中的空档期在以下日期之间: - 2020-10-20 至 2020-11-28 ,共计 39 天。 - 2020-11-28 至 2020-12-3 ,共计 5 天。 - 2020-12-3 至 2021-1-1 ,共计 29 天。 由此得出,最大的空档期为 39 天。 对于第二个用户,问题中的空档期在以下日期之间: - 2020-10-5 至 2020-12-9 ,共计 65 天。 - 2020-12-9 至 2021-1-1 ,共计 23 天。 由此得出,最大的空档期为 65 天。 对于第三个用户,问题中的唯一空档期在 2020-11-11 至 2021-1-1 之间,共计 51 天。
--如下是最终结果值-- select user_id, max(windows) as biggest_window from (select user_id, datediff(lead(visit_date, 1, "2021-01-01") over (partition by user_id order by visit_date asc), visit_date) as windows from UserVisits) as temp group by user_id; ----------------如下拆解sql 里面的 lead 开窗函数-------------------- select user_id, visit_date, lead(visit_date, 1, "2021-01-01") over (partition by user_id order by visit_date asc) A from UserVisits ---返回结果---- | user_id | visit_date | A | | ------- | ---------- | ---------- | | 1 | 2020-10-20 | 2020-11-28 | | 1 | 2020-11-28 | 2020-12-03 | | 1 | 2020-12-03 | 2021-01-01 | | 2 | 2020-10-05 | 2020-12-09 | | 2 | 2020-12-09 | 2021-01-01 | | 3 | 2020-11-11 | 2021-01-01 | 最后两个值做date_sub 相减 ,最大的那个就是他们的最大gap
标签:11,01,1709,id,2020,user,date,档期,LEETCODE From: https://www.cnblogs.com/mengbin0546/p/18414485