【力扣白嫖日记】176.第二高的薪水

文章讲述了作者如何通过SQL解决LeetCode上的数据库练习题,涉及到distinct,limit,offset和ifnull等函数,目标是查询Employee表中第二高的薪水,处理单人或相同薪水情况。

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。终于把所有的简单题刷完,进入第一道中等题。

今日题目:

176.第二高的薪水
表:Employee

列名类型
idint
salaryint

查询并返回 Employee 表中第二高的薪水 。如果不存在第二高的薪水,查询应该返回 null(Pandas 则返回 None) 。


我那不值一提的想法:

  • 首先梳理表内容,题干一共给了一张员工表,记录了员工id和员工薪水。

  • 其次分析需求,查询并返回表中第二高的薪水,如果不存在,则返回null。

  • 我的第一个想法就是使用limit函数,但是limit函数是返回前几个,于是我就想返回前两个数,然后将这个两个数作为临时表,再查询这个临时表,然后升序排列,再limit1,这样就能返回第二个了.

  • 同时需要考虑说如果不存在第二高的薪水就返回null,在这里有两种情况会没有第二名:

    • 1.只有一名员工,使用if函数,限制条件count(salary) > 1
    • 2.两名工资的员工一样,在第一步的基础上加上distinct就行了
  • 最开始我的想法是这样,对吧,感觉逻辑挺清晰的,但是我忽略了一个问题,我的子查询中根本就没有salary,所以外面根本找不到salary

  • 同时我还不知道我上面这段话总结下来就是使用offset函数。

  • 这是错误代码:

select salary as SecondHighestSalary
from 
(   select if((select count(distinct salary) from Employee) > 1,salary,null)
    from Employee
    order by salary desc
    limit 2
) as a 
order by salary
limit 1

然后在这里我就学习了一个新的函数offset,用于偏移,常常和offset搭配,例如limit 10,offset 2 ,就是跳过第2行,返回3到13行,那么offset就刚好可以应用到这道题当中,取第二高的工资,也就是limit 1,offset 1。同时如果偏移的值不够了,也就是只有一个人的情况,那么就不会返回任何值,这种情况下我们就可以使用ifnull函数,ifnull(代码,null),这样就确保能返回null值。

select ifnull(
    (select distinct salary 
     from Employee
     order by salary desc
     limit 1 offset 1
    ),null)
as SecondHighestSalary

结果:

在这里插入图片描述


总结:

能运行就行。


力扣平台出现Out of memory错误,通常是由于代码在运行过程中消耗了过多的内存资源。以下是一些常见的解决办法: ### 优化数据结构 - **减少不必要的存储**:避免使用过大的数组或列表来存储数据。例如,如果只需要处理当前元素和前一个元素,就不需要将所有元素都存储在数组中。 ```python # 斐波那契数列,避免使用数组存储所有结果 def fibonacci(n): if n <= 1: return n a, b = 0, 1 for _ in range(2, n + 1): a, b = b, a + b return b ``` ### 及时释放资源 - **使用`using`语句**:在C#中,如果使用了实现了`IDisposable`接口的对象,如文件流、数据库连接等,使用`using`语句可以确保对象在使用完后及时释放资源。 ```csharp using System.IO; class Program { static void Main() { using (StreamReader reader = new StreamReader("file.txt")) { string line = reader.ReadLine(); // 处理数据 } // reader对象在此处自动释放资源 } } ``` ### 优化算法复杂度 - **避免指数级复杂度的算法**:一些算法的时间和空间复杂度会随着输入规模的增大而呈指数级增长,尽量使用更效的算法。例如,使用动态规划来解决一些递归问题,避免重复计算。 ```python # 爬楼梯问题,使用动态规划优化 def climbStairs(n): if n <= 2: return n dp = [0] * (n + 1) dp[1] = 1 dp[2] = 2 for i in range(3, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` ### 分块处理数据 - **大数组分块处理**:如果需要处理大规模的数据,可以将数据分成小块进行处理,减少一次性占用的内存。 ```python # 大数组分块求和 def sum_large_array(arr): chunk_size = 1000 total_sum = 0 for i in range(0, len(arr), chunk_size): chunk = arr[i:i + chunk_size] total_sum += sum(chunk) return total_sum ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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