Leetcode1174. 即时食物配送 II(中等)

题目
配送表: Delivery

+-----------------------------+---------+
| Column Name                 | Type    |
+-----------------------------+---------+
| delivery_id                 | int     |
| customer_id                 | int     |
| order_date                  | date    |
| customer_pref_delivery_date | date    |
+-----------------------------+---------+

delivery_id 是表的主键。
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」。

写一条 SQL 查询语句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。

查询结果如下所示:

Delivery 表:

+-------------+-------------+------------+-----------------------------+
| delivery_id | customer_id | order_date | customer_pref_delivery_date |
+-------------+-------------+------------+-----------------------------+
| 1           | 1           | 2019-08-01 | 2019-08-02                  |
| 2           | 2           | 2019-08-02 | 2019-08-02                  |
| 3           | 1           | 2019-08-11 | 2019-08-12                  |
| 4           | 3           | 2019-08-24 | 2019-08-24                  |
| 5           | 3           | 2019-08-21 | 2019-08-22                  |
| 6           | 2           | 2019-08-11 | 2019-08-13                  |
| 7           | 4           | 2019-08-09 | 2019-08-09                  |
+-------------+-------------+------------+-----------------------------+

Result 表:

+----------------------+
| immediate_percentage |
+----------------------+
| 50.00                |
+----------------------+

1 号顾客的 1 号订单是首次订单,并且是计划订单。
2 号顾客的 2 号订单是首次订单,并且是即时订单。
3 号顾客的 5 号订单是首次订单,并且是计划订单。
4 号顾客的 7 号订单是首次订单,并且是即时订单。
因此,一半顾客的首次订单是即时的。

解答
先得到首次订单
还是利用分组rank的方法

select *,  @rank:=if(@pre_cid = D.customer_id, @rank +1, 1), @pre_id:=D.customer_id
from Delivery as D, (select @rank:=0, @pre_cid:=NULL) as init
order by D.customer_id, D.order_date ASC;

对于上述临时表选取rank为1的即为首次订单

select tmp.customer_id, tmp.order_date, tmp.customer_pref_delivery_date
from (select *,  @rank:=if(@pre_cid = D.customer_id, @rank +1, 1) as rank, @pre_id:=D.customer_id
from Delivery as D, (select @rank:=0, @pre_cid:=NULL) as init
order by D.customer_id, D.order_date ASC) as tmp
where tmp.rank =1;

两个date相等的订单数量除以总数量即可

select round(sum(tmp.order_date = tmp.customer_pref_delivery_date)/count(tmp.customer_id)*100,2) as immediate_percentage
from (select *,  @rank:=if(@pre_cid = D.customer_id, @rank +1, 1) as rank, @pre_id:=D.customer_id
from Delivery as D, (select @rank:=0, @pre_cid:=NULL) as init
order by D.customer_id, D.order_date ASC) as tmp
where tmp.rank =1;

其实这里首次订单 分组 求min即可
但这样更便于推广到 第二次订单之类

别的方法
方法一、
选出每个id首次订单的日期

select customer_id,min(order_date) order_date 
from Delivery
group by customer_id

内连接选出首次订单的信息

select *
from Delivery d join (
    select customer_id,min(order_date) order_date
    from Delivery
    group by customer_id
)  w on d.customer_id=w.customer_id and d.order_date=w.order_date

首次订单中即时订单的数量

select count(*)
from Delivery d join (
    select customer_id,min(order_date) order_date
    from Delivery
    group by customer_id
)  w on d.customer_id=w.customer_id and d.order_date=w.order_date
where d.order_date=d.customer_pref_delivery_date;

除以总id数即可

select round(100*count(*)/@num_cus,2) immediate_percentage
from Delivery d join (
    select customer_id,min(order_date) order_date
    from Delivery
    group by customer_id
)  w on d.customer_id=w.customer_id and d.order_date=w.order_date
,(select @num_cus:=count(distinct customer_id) from Delivery) t
where d.order_date=d.customer_pref_delivery_date;

方法二、
如果最小的订单日期等于最小的期望配送日期 则为首次订单中的即时订单

select customer_id as id, case
if(min(order_date) = min(customer_pref_delivery_date), 1, 0) as tag
from Delivery d1
group by customer_id

然后tag的和除以总数量即可


select round(100* sum(tag)/count(id),2) as immediate_percentage
from
(    
    select customer_id as id, case
    when min(order_date) = min(customer_pref_delivery_date)
    then 100.00
    else 0 end as tag
    from Delivery d1
    group by customer_id
) d2;
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342