昨天晚上睡着了，今天把昨天的每日一题给补上。
1. 力扣1783：大满贯数量
1.1 题目：
表：Players
+----------------+---------+ | Column Name | Type | +----------------+---------+ | player_id | int | | player_name | varchar | +----------------+---------+ player_id 是这个表的主键（具有唯一值的列） 这个表的每一行给出一个网球运动员的 ID 和 姓名
表：Championships
+---------------+---------+ | Column Name | Type | +---------------+---------+ | year | int | | Wimbledon | int | | Fr_open | int | | US_open | int | | Au_open | int | +---------------+---------+ year 是这个表的主键（具有唯一值的列） 该表的每一行都包含在每场大满贯网球比赛中赢得比赛的球员的 ID
编写解决方案，找出每一个球员赢得大满贯比赛的次数。结果不包含没有赢得比赛的球员的ID 。
结果集 无顺序要求 。
结果的格式，如下所示。
示例 1:
输入： Players 表： +-----------+-------------+ | player_id | player_name | +-----------+-------------+ | 1 | Nadal | | 2 | Federer | | 3 | Novak | +-----------+-------------+ Championships 表： +------+-----------+---------+---------+---------+ | year | Wimbledon | Fr_open | US_open | Au_open | +------+-----------+---------+---------+---------+ | 2018 | 1 | 1 | 1 | 1 | | 2019 | 1 | 1 | 2 | 2 | | 2020 | 2 | 1 | 2 | 2 | +------+-----------+---------+---------+---------+ 输出： +-----------+-------------+-------------------+ | player_id | player_name | grand_slams_count | +-----------+-------------+-------------------+ | 2 | Federer | 5 | | 1 | Nadal | 7 | +-----------+-------------+-------------------+ 解释： Player 1 (Nadal) 获得了 7 次大满贯：其中温网 2 次(2018, 2019), 法国公开赛 3 次 (2018, 2019, 2020), 美国公开赛 1 次 (2018)以及澳网公开赛 1 次 (2018) 。 Player 2 (Federer) 获得了 5 次大满贯：其中温网 1 次 (2020), 美国公开赛 2 次 (2019, 2020) 以及澳网公开赛 2 次 (2019, 2020) 。 Player 3 (Novak) 没有赢得，因此不包含在结果集中。
1.2 思路：
union all炸裂，然后再查询。
1.3 题解：
-- union all 大法
with tep as (
select Wimbledon grand_slams
from Championships
union all
select Fr_open grand_slams
from Championships
union all
select US_open grand_slams
from Championships
union all
select Au_open grand_slams
from Championships
)
-- 然后在炸裂完的表中查询
select player_id, player_name, (
select count(*)
from tep
where grand_slams = player_id
) grand_slams_count
from Players
where (
select count(*)
from tep
where grand_slams = player_id
) > 02. 力扣1757：可回收且低脂的产品
2.1 题目：
表：Products
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| product_id | int |
| low_fats | enum |
| recyclable | enum |
+-------------+---------+
product_id 是该表的主键（具有唯一值的列）。
low_fats 是枚举类型，取值为以下两种 ('Y', 'N')，其中 'Y' 表示该产品是低脂产品，'N' 表示不是低脂产品。
recyclable 是枚举类型，取值为以下两种 ('Y', 'N')，其中 'Y' 表示该产品可回收，而 'N' 表示不可回收。
编写解决方案找出既是低脂又是可回收的产品编号。
返回结果 无顺序要求 。
返回结果格式如下例所示：
示例 1：
输入： Products 表： +-------------+----------+------------+ | product_id | low_fats | recyclable | +-------------+----------+------------+ | 0 | Y | N | | 1 | Y | Y | | 2 | N | Y | | 3 | Y | Y | | 4 | N | N | +-------------+----------+------------+ 输出： +-------------+ | product_id | +-------------+ | 1 | | 3 | +-------------+ 解释： 只有产品 id 为 1 和 3 的产品，既是低脂又是可回收的产品。
2.2 思路：
感谢力扣能赏些简单题给我们提升信息。
2.3 题解：
select distinct product_id
from Products
where low_fats = 'Y' and recyclable = 'Y'3. 力扣1747：应该被禁止的Leetflex账户
3.1 题目：
表: LogInfo
+-------------+----------+ | Column Name | Type | +-------------+----------+ | account_id | int | | ip_address | int | | login | datetime | | logout | datetime | +-------------+----------+ 该表可能包含重复项。 该表包含有关Leetflex帐户的登录和注销日期的信息。 它还包含了该账户用于登录和注销的网络地址的信息。 题目确保每一个注销时间都在登录时间之后。
编写解决方案，查找那些应该被禁止的Leetflex帐户编号 account_id 。 如果某个帐户在某一时刻从两个不同的网络地址登录了，则这个帐户应该被禁止。
可以以 任何顺序 返回结果。
查询结果格式如下例所示。
示例 1:
输入： LogInfo table: +------------+------------+---------------------+---------------------+ | account_id | ip_address | login | logout | +------------+------------+---------------------+---------------------+ | 1 | 1 | 2021-02-01 09:00:00 | 2021-02-01 09:30:00 | | 1 | 2 | 2021-02-01 08:00:00 | 2021-02-01 11:30:00 | | 2 | 6 | 2021-02-01 20:30:00 | 2021-02-01 22:00:00 | | 2 | 7 | 2021-02-02 20:30:00 | 2021-02-02 22:00:00 | | 3 | 9 | 2021-02-01 16:00:00 | 2021-02-01 16:59:59 | | 3 | 13 | 2021-02-01 17:00:00 | 2021-02-01 17:59:59 | | 4 | 10 | 2021-02-01 16:00:00 | 2021-02-01 17:00:00 | | 4 | 11 | 2021-02-01 17:00:00 | 2021-02-01 17:59:59 | +------------+------------+---------------------+---------------------+ 输出： +------------+ | account_id | +------------+ | 1 | | 4 | +------------+ 解释： Account ID 1 --> 该账户从 "2021-02-01 09:00:00" 到 "2021-02-01 09:30:00" 在两个不同的网络地址(1 and 2)上激活了。它应该被禁止. Account ID 2 --> 该账户在两个不同的网络地址 (6, 7) 激活了，但在不同的时间上. Account ID 3 --> 该账户在两个不同的网络地址 (9, 13) 激活了，虽然是同一天，但时间上没有交集. Account ID 4 --> 该账户从 "2021-02-01 17:00:00" 到 "2021-02-01 17:00:00" 在两个不同的网络地址 (10 and 11)上激活了。它应该被禁止.
3.2 思路：
自连接。
3.3 题解：
-- 自连接，连接条件是：账户相同，但ip地址不一样
-- 如果该条记录的这个登录时间在另一个ip地址出现了，就留下来。
select distinct l2.account_id
from LogInfo l1
join LogInfo l2
on l1.account_id = l2.account_id and l1.ip_address <> l2.ip_address
where (l1.login between l2.login and l2.logout) or (l1.login between l2.login and l2.logout)4. 力扣1623：三人国家代表队
4.1 题目：
表: SchoolA
+---------------+---------+ | Column Name | Type | +---------------+---------+ | student_id | int | | student_name | varchar | +---------------+---------+ student_id 是该表具有唯一值的列 表中的每一行包含了学校 A 中每一个学生的名字和 ID 所有 student_name 在表中都是独一无二的
表: SchoolB
+---------------+---------+ | Column Name | Type | +---------------+---------+ | student_id | int | | student_name | varchar | +---------------+---------+ student_id 是该表具有唯一值的列 表中的每一行包含了学校 B 中每一个学生的名字和 ID 所有 student_name 在表中都是独一无二的
表: SchoolC
+---------------+---------+ | Column Name | Type | +---------------+---------+ | student_id | int | | student_name | varchar | +---------------+---------+ student_id 是该表具有唯一值的列 表中的每一行包含了学校 C 中每一个学生的名字和 ID 所有 student_name 在表中都是独一无二的
有一个国家只有三所学校，这个国家的每一个学生只会注册 一所学校。
这个国家正在参加一个竞赛，他们希望从这三所学校中各选出一个学生来组建一支三人的代表队。例如：
member_A是从SchoolA中选出的member_B是从SchoolB中选出的member_C是从SchoolC中选出的- 被选中的学生具有不同的名字和 ID（没有任何两个学生拥有相同的名字、没有任何两个学生拥有相同的 ID）
使用上述条件，编写一个解决方案来找到所有可能的三人国家代表队组合。
返回结果 无顺序要求。
结果格式如下示例所示。
示例 1:
输入：SchoolAtable: +------------+--------------+ | student_id | student_name | +------------+--------------+ | 1 | Alice | | 2 | Bob | +------------+--------------+SchoolBtable: +------------+--------------+ | student_id | student_name | +------------+--------------+ | 3 | Tom | +------------+--------------+SchoolCtable: +------------+--------------+ | student_id | student_name | +------------+--------------+ | 3 | Tom | | 2 | Jerry | | 10 | Alice | +------------+--------------+ 输出： +----------+----------+----------+ | member_A | member_B | member_C | +----------+----------+----------+ | Alice | Tom | Jerry | | Bob | Tom | Alice | +----------+----------+----------+ 解释： 让我们看看有哪些可能的组合： - (Alice, Tom, Tom) --> 不适用，因为member_B（Tom）和member_C（Tom）有相同的名字和ID - (Alice, Tom, Jerry) --> 可能的组合 - (Alice, Tom, Alice) --> 不适用，因为member_A和member_C有相同的名字 - (Bob, Tom, Tom) --> 不适用，因为member_B和member_C有相同的名字和ID - (Bob, Tom, Jerry) --> 不适用，因为member_A和member_C有相同的ID - (Bob, Tom, Alice) --> 可能的组合.
4.2 思路：
多表连接，需要满足字段之间的ID不同，且名字也不同。
4.3 题解：
-- 满足了ID唯一，名字唯一
with tep1 as (
select a.student_name a_student_name, b.student_name b_student_name, a.student_id a_student_id, b.student_id b_student_id
from SchoolA a
join SchoolB b
on a.student_name <> b.student_name
and a.student_id <> b.student_id
)
select a_student_name member_A, b_student_name member_B, student_name member_C
from tep1 t
join SchoolC c
on student_name <> a_student_name and student_name <> t.b_student_name
and t.a_student_id <> c.student_id and t.b_student_id <> c.student_id5. 力扣1468：计算税后工资
5.1 题目：
Salaries 表：
+---------------+---------+ | Column Name | Type | +---------------+---------+ | company_id | int | | employee_id | int | | employee_name | varchar | | salary | int | +---------------+---------+ 在 SQL 中，(company_id, employee_id) 是这个表的主键 这个表包括员工的company id, id, name 和 salary
查找出每个员工的税后工资
每个公司的税率计算依照以下规则
- 如果这个公司员工最高工资不到
$1000，税率为0% - 如果这个公司员工最高工资在
[1000, 10000]之间，税率为24% - 如果这个公司员工最高工资大于
$10000，税率为49%
按 任意顺序 返回结果。
返回结果的格式如下例所示。
示例 1：
输入： Salaries 表： +------------+-------------+---------------+--------+ | company_id | employee_id | employee_name | salary | +------------+-------------+---------------+--------+ | 1 | 1 | Tony | 2000 | | 1 | 2 | Pronub | 21300 | | 1 | 3 | Tyrrox | 10800 | | 2 | 1 | Pam | 300 | | 2 | 7 | Bassem | 450 | | 2 | 9 | Hermione | 700 | | 3 | 7 | Bocaben | 100 | | 3 | 2 | Ognjen | 2200 | | 3 | 13 | Nyancat | 3300 | | 3 | 15 | Morninngcat | 7777 | +------------+-------------+---------------+--------+ 输出： +------------+-------------+---------------+--------+ | company_id | employee_id | employee_name | salary | +------------+-------------+---------------+--------+ | 1 | 1 | Tony | 1020 | | 1 | 2 | Pronub | 10863 | | 1 | 3 | Tyrrox | 5508 | | 2 | 1 | Pam | 300 | | 2 | 7 | Bassem | 450 | | 2 | 9 | Hermione | 700 | | 3 | 7 | Bocaben | 76 | | 3 | 2 | Ognjen | 1672 | | 3 | 13 | Nyancat | 2508 | | 3 | 15 | Morninngcat | 5911 | +------------+-------------+---------------+--------+ 解释： 对于公司 1，最高薪资为 21300。公司 1 的员工税率为 49%。 对于公司 2，最高薪资为 700。公司 2 的员工税率为 0%。 对于公司 3，最高薪资为 7777。公司 3 的员工税率为 24%。 薪资扣除税后的金额计算公式为：薪资 - (税率百分比 / 100) * 薪资 例如，Morninngcat（员工号 3，薪资为 7777）扣除税后的薪资为：7777 - 7777 * (24 / 100) = 7777 - 1866.48 = 5910.52，四舍五入为 5911。
5.2 思路：
case when语句，如果这个分组里面的最高工资怎么怎么样，就计算税后工资。记得要round
四舍五入。
5.3 题解：
select company_id, employee_id, employee_name,
case when (select max(salary)
from Salaries s1
where s.company_id = s1.company_id) <= 1000 then salary
when (select max(salary)
from Salaries s1
where s.company_id = s1.company_id) <= 10000 then round(salary*0.76)
else round(salary*0.51)
end salary
from Salaries s6. 力扣1661：每台机器的进程平均运行时间
6.1 题目：
表: Activity
+----------------+---------+
| Column Name | Type |
+----------------+---------+
| machine_id | int |
| process_id | int |
| activity_type | enum |
| timestamp | float |
+----------------+---------+
该表展示了一家工厂网站的用户活动。
(machine_id, process_id, activity_type) 是当前表的主键（具有唯一值的列的组合）。
machine_id 是一台机器的ID号。
process_id 是运行在各机器上的进程ID号。
activity_type 是枚举类型 ('start', 'end')。
timestamp 是浮点类型,代表当前时间(以秒为单位)。
'start' 代表该进程在这台机器上的开始运行时间戳 , 'end' 代表该进程在这台机器上的终止运行时间戳。
同一台机器，同一个进程都有一对开始时间戳和结束时间戳，而且开始时间戳永远在结束时间戳前面。
现在有一个工厂网站由几台机器运行，每台机器上运行着 相同数量的进程 。编写解决方案，计算每台机器各自完成一个进程任务的平均耗时。
完成一个进程任务的时间指进程的'end' 时间戳 减去 'start' 时间戳。平均耗时通过计算每台机器上所有进程任务的总耗费时间除以机器上的总进程数量获得。
结果表必须包含machine_id（机器ID） 和对应的 average time（平均耗时） 别名 processing_time，且四舍五入保留3位小数。
以 任意顺序 返回表。
具体参考例子如下。
示例 1:
输入： Activity table: +------------+------------+---------------+-----------+ | machine_id | process_id | activity_type | timestamp | +------------+------------+---------------+-----------+ | 0 | 0 | start | 0.712 | | 0 | 0 | end | 1.520 | | 0 | 1 | start | 3.140 | | 0 | 1 | end | 4.120 | | 1 | 0 | start | 0.550 | | 1 | 0 | end | 1.550 | | 1 | 1 | start | 0.430 | | 1 | 1 | end | 1.420 | | 2 | 0 | start | 4.100 | | 2 | 0 | end | 4.512 | | 2 | 1 | start | 2.500 | | 2 | 1 | end | 5.000 | +------------+------------+---------------+-----------+ 输出： +------------+-----------------+ | machine_id | processing_time | +------------+-----------------+ | 0 | 0.894 | | 1 | 0.995 | | 2 | 1.456 | +------------+-----------------+ 解释： 一共有3台机器,每台机器运行着两个进程. 机器 0 的平均耗时: ((1.520 - 0.712) + (4.120 - 3.140)) / 2 = 0.894 机器 1 的平均耗时: ((1.550 - 0.550) + (1.420 - 0.430)) / 2 = 0.995 机器 2 的平均耗时: ((4.512 - 4.100) + (5.000 - 2.500)) / 2 = 1.456
6.2 思路：
group by分组，然后再将end的平均时间减去start的平均时间。->avg(end) - avg(start) == avg(end - start)是等价的。
6.3 题解：
select machine_id, round(
(
select avg(timestamp)
from Activity a1
where a.machine_id = a1.machine_id and
activity_type = 'end'
) - (
select avg(timestamp)
from Activity a2
where a.machine_id = a2.machine_id and
activity_type = 'start'
), 3
) processing_time
from Activity a
group by machine_id
