【力扣白嫖日记】1174.即时食物配送II

文章讲述了如何利用SQL查询分析配送数据,计算顾客中即时订单首次订单的比例,以百分比形式展示。

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:

1174.即时食物配送II
表:Person

列名类型
delivery_idint
customer_idint
order_datedate
customer_pref_delivery_datedate

delivery_id 是该表中具有唯一值的列。该表保存着顾客的食物配送信息,顾客在某个日期下了订单,并指定了一个期望的配送日期(和下单日期相同或者在那之后)。

如果顾客期望的配送日期和下单日期相同,则该订单称为 「即时订单」,否则称为「计划订单」。「首次订单」是顾客最早创建的订单。我们保证一个顾客只会有一个「首次订单」。

编写解决方案以获取即时订单在所有用户的首次订单中的比例。保留两位小数。


我那不值一提的想法:

  • 首先梳理表内容,题干一共给了一张配送表,记录了配送id,顾客id,订单日期指定配送日期。
  • 其次分析需求,需要找到即时订单占全部用户首次订单的比列即时订单,就是订单日期和配送日期相同,否则则称为计划订单
  • 我们需要求的值有首次订单日期
with min_temp as 
    (
select customer_id,min(order_date) as min_date
from Delivery
group by customer_id
    )
  • 首次订单总客户
select count(*) 
from min_temp
  • 即时订单客户
select count(*) 
from Delivery d 
right join min_temp m 
on d.order_date = m.min_date
where d.order_date = d.customer_pref_delivery_date and d.customer_id = m.customer_id
  • 即时订单客户数量/首次订单总客户(完整代码)
with min_temp as 
    (
select customer_id,min(order_date) as min_date
from Delivery
group by customer_id
    )

select round (count(*) * 100 / (select count(*) from min_temp),2) as immediate_percentage
from Delivery d 
right join min_temp m 
on d.order_date = m.min_date
where d.order_date = d.customer_pref_delivery_date and d.customer_id = m.customer_id

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,尽量使用更高效的算法。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