select      user_grade,format(nums*1.0/all_num,2) as ratio from  (     select          user_grade,count(1) as nums,sum(count(1)) over() as all_num    &nbsp...

（我的思路有点偏，你可以参考评论中其他人写的、比较容易明白的那种可能更好）这个题我干了50分钟，最麻烦的就是后面的改错，只要把思路捋清楚，这个题还是容易。后面改错花了我大量时间。比较重要的点：1、什么是新用户：第一次在这张表出现的用户访问记录的用户，就是新用户 2、跨天的情况，这里作者比较仁慈，只会跨一天，可以思考思考跨多天的情况，但这里只需要考虑跨一天--》当然采用union连接起来。 3、对于新用户，如何获取该用户的下一次访问日期（下一次的年月日访问和 当前不同的日期）。当然是开窗。...

#这个题总体来说，正确率很低的原因就是：如果不看它的“解释”，这个题乍一看确实有点奇怪。你说我最近发布的，怎么可能有一个月的播放数据呢。原来作者在“解释”中描述最大的当前时间是tb_user_video_log 中的max(end_time)，用这个max(end_time)去找到release_time 在30天内的video，再用这个结果去join tb_user_video_log 表。fresh rate 这个 一定要用 end_time 我他妈找半天，就是这里用错了，写成了start_time 导致错误第一层计算基本计算需要的字段，第二层计算统计结果，分两层的目的主要是为了让 语句看...

#这个题我花了半小时，惭愧，主要是题目中的描述“假设数据库中数据足够多，至少每个类别下国庆头3天及之前一周的每天都有播放记录” 但看他的自测运行的用例的计算结果，好像并不是所有的视频tag都有，那么可能出现国庆三天期间某个类别只有部分日期有数据，这个时候要统计缺失的那一天的数据吗（如果统计的话，那就需要手动添加缺失日期的值，会考虑更多），题目中好像没有说明。我用了两层。从内向外第一层：我的总体思路是先把满足要求的记录数据先找出来：连接两个表，在选出，日期范围是 【2021-10-01 前面 6 天 ~ 2021-10-03 】的记录，（我采用了函数去做加减日期的操作，当然你可以直接写字符串效果...

这个题比较简单，只注意一下只统计2021年的数据，我提交没注意到2021错了一次。层次从内向外第一层：join 两张表，过滤掉不需要的数据，然后分组，分组的时候可以直接计算出fans_growth_rate，同时计算出monthTotalFans，这个是这个月增加的粉丝数量，在第二层开窗统计需要用到。第二层，开个窗，统计截止到当前月份用户的粉丝数量。题目中描述还是清晰，明确，但是并没有说明一点，是否存在跳跃月份的问题 #2021 每个创作者,每个月 select c.author, c.month, c.fans_growth_rate, sum(c.mo...

这个题还是比较简单，给的条件比较清晰，就不过多说明。不像上一组题有些题描述不清晰，上一组题不知道是牛客自己出的还是kiang来的。 select d.tag, sum(a.if_retweet) as retweet_cut, format(sum(a.if_retweet)/count(1),3) as retweet_rate from tb_user_video_log a join (select max(b.start_time) as start_time from tb_user_video_log b) c on date_forma...

mysql 特有的 可以把聚合字段放在having 和order by后面，的确可以少写点东西，当然判断大于60这里我的写法取巧了，你也可以外面套一层用数字的方式再来比较，可能会更好。 select b.tag, concat(format(avg(case when (unix_timestamp(a.end_time) - unix_timestamp(a.start_time)) >= b.duration then 100 else ((unix_timestamp(a.end_time) - unix_timestamp(a.start_time))/b.duration)...

这一组第一个题，虽然不值得写题解，但是第一个题还是要打个卡 select a.video_id, format(sum(case when (unix_timestamp(a.end_time) - unix_timestamp(a.start_time)) >= b.duration then 1 else 0 end)/count(1),3) as avg_comp_play_rate from tb_user_video_log a join tb_video_info b on a.video_id = b.video_id and year(a.start_time)=202...

select      a.uid,a.level,a.register_time,max(score) as max_score from user_info a join exam_record b on a.uid=b.uid and a.job='算法' and b.submit_time is not null and date_format(a.regis...

这个题比较简单，没什么说的。 select c.level, c.score_grade, format(count(1)/max(levelNum),3) as ratio from ( select b.level, (case when a.score >= 90 then '优' when a.score >=75 then '良' when a.score >= 60 then '中' else '差' end) as score_grade, ...

#这个题首先我right join 了user表，主要是他的需求当中如果满足“任意一个0级用户未完成试卷数大于2时，输出每个0级用户的试卷未完成数和未完成率”的条件的时候，他需要显示所有0级的用户统计信息（有些0级用户可能没有提交记录，但是也要显示）我的大体思想是，先不管他给的条件，先把每个用户的指标先统计出来，然后通过条件过滤第一层：right join user表，计算出每个用户的incompetent_cnt（这里采用的是用户在exam_record的记录总数allNum- 用户已经submit的记录数）第二层：根据第一层结果计算incomplete_rate的值，isKeep 是用来判...

这个题我觉得是有点难的，写多了Hql再转这个确实会容易陷入开窗如何distinct的问题，hql有办法好处理，但是mysql好像不能那样干，我就在这上面墨迹了很久。最后找资料发现有人遇到了类似的问题，采用的rk,然后就恍然大悟。标记方向从里到外（一个select为一层），从小到大，描述如下step1:1层主要使用了row_number 通过uid做分区获取到了用户记录的出现顺序，目的是为了第二层计算accMau（累计到当前日期的用户数量），这里order by我用得是start_month，当然你可以用具体日期order bystep2: 2层计算accMau（累计到当前日期的用户数量），按照...

大意了，我没有闪，错了两次 select d.uid,d.exam_id,format(sum(calcScore)/count(1),0) as avg_new_score from ( select c.uid,c.exam_id,if(c.maxScore=c.minScore,c.score,((c.score - c.minScore)/(c.maxScore - c.minScore)) * 100) as calcScore from ( select a.uid,a.exam_id,a....

select      tag,     exam_cnt_20,     exam_cnt_21,     concat(format((exam_cnt_21 - exam_cnt_20)*1.0/exam_cnt_20*100,1),'%') as growth_rate,     exam_cnt_rank_20,   ...