一天一道SQL(第6天)力扣1934(确认率)

表: Signups

+----------------+----------+
| Column Name    | Type     |
+----------------+----------+
| user_id        | int      |
| time_stamp     | datetime |
+----------------+----------+
User_id是该表的主键。
每一行都包含ID为user_id的用户的注册时间信息。

表: Confirmations

+----------------+----------+
| Column Name    | Type     |
+----------------+----------+
| user_id        | int      |
| time_stamp     | datetime |
| action         | ENUM     |
+----------------+----------+
(user_id, time_stamp)是该表的主键。
user_id是一个引用到注册表的外键。
action是类型为('confirmed', 'timeout')的ENUM
该表的每一行都表示ID为user_id的用户在time_stamp请求了一条确认消息,该确认消息要么被确认('confirmed'),要么被过期('timeout')。

用户的 确认率 是 'confirmed' 消息的数量除以请求的确认消息的总数。没有请求任何确认消息的用户的确认率为 0 。确认率四舍五入到 小数点后两位 。

编写一个SQL查询来查找每个用户的 确认率 。

以 任意顺序 返回结果表。

查询结果格式如下所示。

示例1:

输入:
Signups 表:
+---------+---------------------+
| user_id | time_stamp          |
+---------+---------------------+
| 3       | 2020-03-21 10:16:13 |
| 7       | 2020-01-04 13:57:59 |
| 2       | 2020-07-29 23:09:44 |
| 6       | 2020-12-09 10:39:37 |
+---------+---------------------+
Confirmations 表:
+---------+---------------------+-----------+
| user_id | time_stamp          | action    |
+---------+---------------------+-----------+
| 3       | 2021-01-06 03:30:46 | timeout   |
| 3       | 2021-07-14 14:00:00 | timeout   |
| 7       | 2021-06-12 11:57:29 | confirmed |
| 7       | 2021-06-13 12:58:28 | confirmed |
| 7       | 2021-06-14 13:59:27 | confirmed |
| 2       | 2021-01-22 00:00:00 | confirmed |
| 2       | 2021-02-28 23:59:59 | timeout   |
+---------+---------------------+-----------+
输出: 
+---------+-------------------+
| user_id | confirmation_rate |
+---------+-------------------+
| 6       | 0.00              |
| 3       | 0.00              |
| 7       | 1.00              |
| 2       | 0.50              |
+---------+-------------------+
解释:
用户 6 没有请求任何确认消息。确认率为 0。
用户 3 进行了 2 次请求,都超时了。确认率为 0。
用户 7 提出了 3 个请求,所有请求都得到了确认。确认率为 1。
用户 2 做了 2 个请求,其中一个被确认,另一个超时。确认率为 1 / 2 = 0.5。
select
s1.user_id,
if(avg_confirmed is not null ,avg_confirmed,0) as confirmation_rate
from 
Signups as s1
left join
(
select 
user_id,
round(sum(if(action='confirmed',1,0))/count(*),2)  as avg_confirmed --求每位用户的确认率
from 
confirmations
group by user_id
) as t1
on t1.user_id=s1.user_id

<think>嗯,用户想要了解LeetCode第一题Two Sum的解析和Python、C++、Java的解法。首先,我得回忆一下这个问题。题目应该是给定一个整数数组和一个目标值,找出数组中和为目标值的两个数的索引。对吧? 我记得这个问题通常有两种解法:暴力法和哈希表法。暴力法是双重循环,时间复杂度是O(),而哈希表法则可以降到O(n)。用户可能需要详细的步骤解释,以及不同语言的实现代码。 先想Python的解法。哈希表法的话,可以用字典来存储每个数的值和索引。遍历数组时,检查目标值减去当前数的差值是否已经在字典里。如果在,就返回两个索引。否则,将当前数和索引存入字典。注意,题目要求返回的是基于1的索引还是0的?根据引用里的代码示例,比如用户提供的Python代码返回的是i+1,所以应该题目要求的是1-based索引。不过需要确认,可能不同题目版本要求不同。比如,用户提供的引用3中的代码确实是返回i+1和array[1] = i +1,所以应该要求返回的是基于1的索引。 接下来是C++的解法。可以用unordered_map来存数值和索引。同样遍历数组,查找目标减当前值的键是否存在。需要注意的是,C++中unordered_map的查找方法,比如用find,如果找到的话返回对应的迭代器,否则返回end()。同时,处理顺序可能要注意,比如先检查是否存在再插入当前元素,避免同一个元素被使用两次。例如,对于输入nums = [3,3], target=6,如果先插入再查找,可能会出现问题。因此,应该在每次迭代时先检查是否存在补集,如果存在就返回结果,否则将当前元素插入哈希表。这样可以避免同一元素被重复使用。 Java的解法也类似,使用HashMap来存储。同样遍历数组,计算补集是否存在。Java的HashMap的containsKey方法可以检查是否存在补集,如果存在,则取出对应的索引,和当前索引一起返回。同样需要注意返回的是1-based还是0-based索引,根据题目要求调整。 然后,用户提供的引用4提到,原来的解法可能存在两个问题:一是查找补集时没有排除自身,比如如果数组中有重复元素,比如target是8,当前元素是4,这时候如果哈希表里已经有一个4,就会返回同一个索引两次。但根据问题描述,题目假设每个输入只有一个解,并且同一个元素不能使用两次。所以,哈希表法在实现时应该边遍历边检查,而不是先填充整个哈希表。这样可以避免自身被重复使用的情况。例如,在遍历到第i个元素时,哈希表中存储的是前i-1个元素的值和索引,这样当前元素不会被自己匹配到。这样就能确保不会重复使用同一个元素。例如,用户引用4中的优化建议提到,可以边填充边搜索,这样时间复杂度是O(n),并且避免了自身的问题。 那现在需要针对每个语言写出正确的代码。比如Python的解法,使用一个字典,遍历数组,对于每个num,检查target - num是否在字典中。如果存在,返回对应的索引和当前索引+1(如果是1-based的话)。否则,将当前num和索引存入字典。注意,Python的字典是存储num的值到索引的映射。 对于C++,同样使用unordered_map,遍历时先检查是否存在补集,存在则返回结果,否则将当前值插入哈希表。这样就能确保补集是之前遍历过的元素,不会重复使用当前元素。 Java的解法类似,使用HashMap,在遍历时先检查是否存在补集,存在则返回,否则存入当前值。 此外,需要分析时间复杂度和空间复杂度。哈希表法的时空复杂度都是O(n),因为需要存储n个元素的映射。 用户可能还想知道不同解法的优缺点,比如暴力法虽然简单但效低,哈希表法高效但需要额外空间。还可能问及如何处理重复元素或者多个解的情况,但题目假设只有一个解,所以不需要处理这些情况。 最后,根据用户提供的引用,可能需要引用正确的来源。比如引用3中的Python代码示例,引用4中的优化建议,引用2提到的不同语言的效差异等。 总结步骤:问题描述,示例,解题思路(暴力法和哈希表法),各语言的代码实现,复杂度分析,以及相关问题。在代码部分,需要注意正确的语法和逻辑,比如避免自身元素的重复使用,返回正确的索引格式。</think>### LeetCode 1. Two Sum 问题解析 #### 问题描述 给定整数数组 `nums` 和目标值 `target`,需找到数组中**和为目标值**的两个不同元素的索引,返回这两个索引(按升序排列)。题目保证存在唯一解,且同一元素不能重复使用[^3]。 #### 示例 输入:`nums = [2,7,11,15], target = 9` 输出:`[0,1]`(假设索引从0开始) --- ### 解题思路 #### 方法1:暴力枚举(时间复杂度$O(n^2)$) 通过双重循环遍历所有可能的组合,找到满足条件的两个元素。 #### 方法2:哈希表优化(时间复杂度$O(n)$) 1. 使用哈希表存储元素值到索引的映射。 2. 遍历数组时,计算补集 `target - nums[i]`。 3. 若补集存在于哈希表中,直接返回结果;否则将当前值存入哈希表[^4]。 --- ### 代码实现 #### Python ```python def twoSum(nums, target): num_map = {} for i, num in enumerate(nums): complement = target - num if complement in num_map: return [num_map[complement], i] num_map[num] = i return [] ``` #### C++ ```cpp #include <vector> #include <unordered_map> class Solution { public: std::vector<int> twoSum(std::vector<int>& nums, int target) { std::unordered_map<int, int> num_map; for (int i = 0; i < nums.size(); ++i) { int complement = target - nums[i]; if (num_map.find(complement) != num_map.end()) { return {num_map[complement], i}; } num_map[nums[i]] = i; } return {}; } }; ``` #### Java ```java import java.util.HashMap; class Solution { public int[] twoSum(int[] nums, int target) { HashMap<Integer, Integer> numMap = new HashMap<>(); for (int i = 0; i < nums.length; i++) { int complement = target - nums[i]; if (numMap.containsKey(complement)) { return new int[] {numMap.get(complement), i}; } numMap.put(nums[i], i); } return new int[0]; } } ``` --- ### 复杂度分析 1. **时间复杂度** - 暴力枚举:$O(n^2)$,双重循环遍历所有组合。 - 哈希表法:$O(n)$,单次遍历即可完成。 2. **空间复杂度** - 哈希表法:$O(n)$,需存储元素与索引的映射。 --- ### 关键优化点 1. **边遍历边查询**:避免预先填充整个哈希表,防止元素重复使用[^4]。 2. **哈希表选择**:C++中`unordered_map`、Java中`HashMap`、Python中字典均为平均$O(1)$时间复杂度的数据结构。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值