【力扣白嫖日记】550.游戏玩法分析IV

2024-02-29 06:44

本文主要是介绍【力扣白嫖日记】550.游戏玩法分析IV,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

练习sql语句,所有题目来自于力扣(https://leetcode.cn/problemset/database/)的免费数据库练习题。

今日题目:

550.游戏玩法分析IV
表:Activity

列名类型
player_idint
device_idint
event_datedate
games_playedint

(player_id,event_date)是此表的主键(具有唯一值的列的组合)。这张表显示了某些游戏的玩家的活动情况。每一行是一个玩家的记录,他在某一天使用某个设备注销之前登录并玩了很多游戏(可能是 0)。

编写解决方案,报告在首次登录的第二天再次登录的玩家的 比率,四舍五入到小数点后两位。换句话说,你需要计算从首次登录日期开始至少连续两天登录的玩家的数量,然后除以玩家总数。


我那不值一提的想法:

  • 首先梳理表内容,题干一共给了一张活跃表,记录了玩家id,设备id,活动情况,玩游戏的数量
  • 其次分析需求,我们需要找到首次登录的第二天再次登录的玩家的比率
  • 首先是首次登录的日期,由于我们需要的是首次登录的日期,所以不能随便两天日期连起来都行,所以我们首先需要计算出每个用户登录的首次日期,通过min()+groupby()得到结果
select player_id,min(event_date) as mindate
from Activity 
group by player_id
  • 其次是需要得到首次登录后连续两天登录的玩家,这里我们就把首次登录日期作为一个临时表a与原表相连接,同时筛选条件where datediff(a2.event_date,a.mindate) = 1,就能得首次登录后连续两天登录的玩家
select a2.player_id
from Activity a2 
left join
(   select player_id,min(event_date) as mindatefrom Activitygroup by player_id
) as a 
on a2.player_id = a.player_id
where datediff(a2.event_date,a.mindate) = 1
  • 然后我们需要求fraction,也就是连续登录玩家占总玩家的比例,连续登录玩家我们已经得到了,直接加个count计算数量,总玩家我们可以再嵌套一个子查询,select count(distinct player_id) from Activity得到所有玩家数量。然后最后加上round(,2),就得到了最终的结果
select round(count(a2.player_id)/(select count(distinct player_id) from Activity),2) as fraction
from Activity a2 
left join
(   select player_id,min(event_date) as mindatefrom Activitygroup by player_id
) as a 
on a2.player_id = a.player_id
where datediff(a2.event_date,a.mindate) = 1

结果:

在这里插入图片描述


总结:

能运行就行。


这篇关于【力扣白嫖日记】550.游戏玩法分析IV的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/757901

相关文章

Spring Boot Interceptor的原理、配置、顺序控制及与Filter的关键区别对比分析

《SpringBootInterceptor的原理、配置、顺序控制及与Filter的关键区别对比分析》本文主要介绍了SpringBoot中的拦截器(Interceptor)及其与过滤器(Filt... 目录前言一、核心功能二、拦截器的实现2.1 定义自定义拦截器2.2 注册拦截器三、多拦截器的执行顺序四、过

C++ scoped_ptr 和 unique_ptr对比分析

《C++scoped_ptr和unique_ptr对比分析》本文介绍了C++中的`scoped_ptr`和`unique_ptr`,详细比较了它们的特性、使用场景以及现代C++推荐的使用`uni... 目录1. scoped_ptr基本特性主要特点2. unique_ptr基本用法3. 主要区别对比4. u

Nginx内置变量应用场景分析

《Nginx内置变量应用场景分析》Nginx内置变量速查表,涵盖请求URI、客户端信息、服务器信息、文件路径、响应与性能等类别,这篇文章给大家介绍Nginx内置变量应用场景分析,感兴趣的朋友跟随小编一... 目录1. Nginx 内置变量速查表2. 核心变量详解与应用场景3. 实际应用举例4. 注意事项Ng

Java多种文件复制方式以及效率对比分析

《Java多种文件复制方式以及效率对比分析》本文总结了Java复制文件的多种方式,包括传统的字节流、字符流、NIO系列、第三方包中的FileUtils等,并提供了不同方式的效率比较,同时,还介绍了遍历... 目录1 背景2 概述3 遍历3.1listFiles()3.2list()3.3org.codeha

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

一文详解Python如何开发游戏

《一文详解Python如何开发游戏》Python是一种非常流行的编程语言,也可以用来开发游戏模组,:本文主要介绍Python如何开发游戏的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下... 目录一、python简介二、Python 开发 2D 游戏的优劣势优势缺点三、Python 开发 3D

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺