图解面试题:经典topN问题
作者:互联网
工作中会经常遇到这样的业务问题:
如果找到每个类别下用户点击最多的5个商品是什么?
这类问题其实就是常见的:每组最大的N条记录(topN)。
【题目】
现有“成绩表”,记录了每个学生各科的成绩。表内容如下:
问题:查找每个学生成绩最高的2个科目
【解题思路】
1.看到问题中要查“每个”学生最高的成绩。还记得我们之前课程里讲过的吗?当有“每个”出现的时候,就要想到是要分组了。
这里是“每个学生”,结合表的结构,是按学生“姓名”来分组。
2.将表按学生姓名分组后,把成绩按降序排列,排在最前面的2个就是我们要找的“成绩最高的2个科目”。
3.现在分组后,需要排序,又不减少原表的行数,这种功能自然想到是窗口函数。
4.使用哪个专用窗口函数?
为了不受并列成绩的影响,使用row_number专用窗口函数:
row_number函数:也就是不考虑并列名次的情况。比如前3名是并列的名次,排名是正常的1,2,3,4。
【解题步骤】
步骤一:按姓名分组(partiotion by 姓名)、并按成绩降序排列(order by 成绩 desc),套入窗口函数的语法,就是下面的sql语句:
select *,
row_number() over (partition by 姓名
order by 成绩 desc) as ranking
from 成绩表
运行结果如下:
步骤二:如上表黄色框内的数据,每个同学成绩最好的2个科目,就是要求的解。
想得到这个解,只要提取出“ranking”值小于等于2的数据就可以了。那么,只需要在上一步的slq语句里加入条件字句where就可以了
select *,
row_number() over (partition by 姓名
order by 成绩 desc) as ranking
from 成绩表
where ranking <=2
很多同学都会用这样的思路解题,但是这样写,sql会报错,为什么呢?
我们在《从零学会sql》里多次强调过,要牢记sql的书写顺序和运行顺序。在运行顺序中,select字句是最后被运行的。
当明白了运行顺序以后,就知道错误的原因了:运行到”where ranking > 2”的时候,因为select字句还没有被执行,因此select中的“ranking”列还没有出现,从而导致报错。
解决方法是什么呢?
这种情况就可以用子查询,也就是把第一步得到查询结果作为一个新的表,sql语句如下:
select *
from (
select *,
row_number() over (partition by 姓名
order by 成绩 desc) as ranking
from 成绩表) as a
where ranking <=2
得到结果:
【本题考点】
1.主要考查对窗口函数的灵活使用。
2.在筛选过程中,非常容易因为子查询问题报错,本题也考察了对子查询的熟练运用。
3.本题间接考察了对sql语句执行顺序的熟悉程度。
【举一反三】
经典topN问题:每组最大的N条记录。这类问题涉及到“既要分组,又要排序”的情况,要能想到用窗口函数来实现。
本题的sql语句修改下(将where字句里的条件修改成N),就可以成为这类问题的一个万能模板,遇到这类问题往里面套就可以了:
# topN问题 sql模板
select *
from (
select *,
row_number() over (partition by 要分组的列名
order by 要排序的列名 desc) as ranking
from 表名) as a
where ranking <= N
推荐:如何从零学会SQL?
标签:ranking,面试题,成绩,number,topN,sql,图解,select,row 来源: https://blog.51cto.com/u_15241767/2924011