连续出现的数字

180. 连续出现的数字

表：Logs

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| id          | int     |
| num         | varchar |
+-------------+---------+
id 是这个表的主键。

编写一个 SQL 查询，查找所有至少连续出现三次的数字。

返回的结果表中的数据可以按 任意顺序 排列。

查询结果格式如下面的例子所示：

示例 1:

输入：
Logs 表：
+----+-----+
| Id | Num |
+----+-----+
| 1  | 1   |
| 2  | 1   |
| 3  | 1   |
| 4  | 2   |
| 5  | 1   |
| 6  | 2   |
| 7  | 2   |
+----+-----+
输出：
Result 表：
+-----------------+
| ConsecutiveNums |
+-----------------+
| 1               |
+-----------------+
解释：1 是唯一连续出现至少三次的数字。

原站题解

去查看

上次编辑到这里，代码来自缓存点击恢复默认模板

# Write your MySQL query statement below

pythondata 解法, 执行用时: 400 ms, 内存消耗: 67.1 MB, 提交时间: 2024-05-27 10:22:31

import pandas as pd

def consecutive_numbers(logs: pd.DataFrame) -> pd.DataFrame:
    if logs.empty:
        return pd.DataFrame(columns=['ConsecutiveNums'])
    
    # 确保 'num' 列的数据类型为整数
    logs['num'] = logs['num'].astype('Int64')  # 使用'Int64'类型以处理缺失值
    
    # 创建包含所有id的完整数据框，并用0填充缺失的num值
    complete_logs = pd.DataFrame({'id': range(logs['id'].max() + 1)})
    complete_logs = complete_logs.merge(logs, on='id', how='left')
    complete_logs['num'] = complete_logs['num'].fillna(0).astype(int)
    
    # 检查相邻数字是否不相同，并为它们分配一个唯一的值以标记连续出现的数字组
    complete_logs['diff'] = complete_logs['num'].ne(complete_logs['num'].shift()).cumsum()
    
    # 计算每个数字在每个分组中的出现次数
    consecutive_counts = complete_logs.groupby(['num', 'diff']).size().reset_index(name='count')
    
    # 筛选出至少连续出现三次的数字
    result = consecutive_counts[consecutive_counts['count'] >= 3]['num'].unique()
    
    # 创建包含连续出现至少三次的数字的数据框
    result_df = pd.DataFrame({'ConsecutiveNums': result})
    
    return result_df

pythondata 解法, 执行用时: 467 ms, 内存消耗: 66.5 MB, 提交时间: 2024-05-27 10:22:03

import pandas as pd

def consecutive_numbers(logs: pd.DataFrame) -> pd.DataFrame:
    logs = logs.sort_values('id').reset_index(drop=True)
    logs['num1'] = logs.iloc[1:, 1].reset_index(drop=True)
    logs['num2'] = logs.iloc[2:, 1].reset_index(drop=True)
    logs['id1'] = logs.iloc[1:, 0].reset_index(drop=True)
    logs['id2'] = logs.iloc[2:, 0].reset_index(drop=True)
    logs.dropna(inplace=True)
    return logs[(logs['num'] == logs['num1'])&(logs['num'] == logs['num2'])&(logs['id'] == logs['id1']-1)&(logs['id1'] == logs['id2']-1)]['num'].reset_index().rename(columns={'num':'ConsecutiveNums'})[['ConsecutiveNums']].drop_duplicates()

mysql 解法, 执行用时: 3183 ms, 内存消耗: N/A, 提交时间: 2018-08-22 15:53:58

# Write your MySQL query statement below
select distinct L1.Num as ConsecutiveNums from Logs L1 left join Logs L2 on L1.id = L2.id - 1 left join Logs L3 on L2.id = L3.id - 1 where L1.Num = L2.Num and L2.Num = L3.Num;

mysql 解法, 执行用时: 3750 ms, 内存消耗: N/A, 提交时间: 2018-08-22 15:51:51

# Write your MySQL query statement below
select distinct L1.Num as ConsecutiveNums from Logs L1, Logs L2, Logs L3 where L1.id = L2.id - 1 and L2.id = L3.id - 1 and L1.Num = L2.Num and L2.Num = L3.Num;

上一题

下一题

详情