当前位置: 首页 > 面试题库 >

SQL分组交叉/重叠行

龙越彬
2023-03-14
问题内容

我在Postgres中有下表,在两列a_sno和中有重叠的数据b_sno

create table data
( a_sno integer not null,  
  b_sno integer not null,
  PRIMARY KEY (a_sno,b_sno)
);

insert into data (a_sno,b_sno) values
  ( 4, 5 )
, ( 5, 4 )
, ( 5, 6 )
, ( 6, 5 )
, ( 6, 7 )
, ( 7, 6 )
, ( 9, 10)
, ( 9, 13)
, (10, 9 )
, (13, 9 )
, (10, 13)
, (13, 10)
, (10, 14)
, (14, 10)
, (13, 14)
, (14, 13)
, (11, 15)
, (15, 11);

从前6行可以看到,两列中的数据值4,5,6和7相交/重叠,需要将其划分为一组。第7-16行和第17-18行将分别标记为组2和3。

结果输出应如下所示:

group | value
------+------
1     | 4
1     | 5
1     | 6
1     | 7
2     | 9
2     | 10
2     | 13
2     | 14
3     | 11
3     | 15

问题答案:

假设所有对在它们的镜像的组合中也存在(4,5)(5,4)。但是以下解决方案也可以在没有镜像重复对象的情况下正常工作。

简单的情况

所有连接都可以 按单个升序排列
,不可能出现像我在小提琴中添加的那样的复杂情况,我们可以使用此解决方案,而无需在rCTE中重复:

我从获取a_sno每个组的最小值开始,并具有最小的关联值b_sno

SELECT row_number() OVER (ORDER BY a_sno) AS grp
     , a_sno, min(b_sno) AS b_sno
FROM   data d
WHERE  a_sno < b_sno
AND    NOT EXISTS (
   SELECT 1 FROM data
   WHERE  b_sno = d.a_sno
   AND    a_sno < b_sno
   )
GROUP  BY a_sno;

结果:

grp  a_sno  b_sno
1    4      5
2    9      10
3    11     15

我避免使用分支和重复的(重复的)行-长链可能 更昂贵。我ORDER BY b_sno LIMIT 1在相关子查询中使用了递归CTE。

性能的关键是匹配索引,它已经由PK约束提供了:反之则PRIMARY KEY (a_sno,b_sno)不行 (b_sno, a_sno)

  • 复合索引对第一个字段的查询是否也有用?

    WITH RECURSIVE t AS (
    SELECT row_number() OVER (ORDER BY d.a_sno) AS grp
    , a_sno, min(b_sno) AS b_sno – the smallest one
    FROM data d
    WHERE a_sno < b_sno
    AND NOT EXISTS (
    SELECT 1 FROM data
    WHERE b_sno = d.a_sno
    AND a_sno < b_sno
    )
    GROUP BY a_sno
    )

    , cte AS (
    SELECT grp, b_sno AS sno FROM t

    UNION ALL
    SELECT c.grp
    , (SELECT b_sno – correlated subquery
    FROM data
    WHERE a_sno = c.sno
    AND a_sno < b_sno
    ORDER BY b_sno
    LIMIT 1)
    FROM cte c
    WHERE c.sno IS NOT NULL
    )
    SELECT * FROM cte
    WHERE sno IS NOT NULL – eliminate row with NULL
    UNION ALL – no duplicates
    SELECT grp, a_sno FROM t
    ORDER BY grp, sno;

不太简单的情况

从根(最小sno)到一个或多个分支,可以按升序到达所有节点。

这次,获得 所有 更大sno和重复数据删除的节点,这些节点可能在最后访问了多次UNION

WITH RECURSIVE t AS (
   SELECT rank() OVER (ORDER BY d.a_sno) AS grp
        , a_sno, b_sno  -- get all rows for smallest a_sno
   FROM   data d
   WHERE  a_sno < b_sno
   AND    NOT EXISTS (
      SELECT 1 FROM data
      WHERE  b_sno = d.a_sno
      AND    a_sno < b_sno
      )
   )   
, cte AS (
   SELECT grp, b_sno AS sno FROM t

   UNION ALL
   SELECT c.grp, d.b_sno
   FROM   cte  c
   JOIN   data d ON d.a_sno = c.sno
                AND d.a_sno < d.b_sno  -- join to all connected rows
   )
SELECT grp, sno FROM cte
UNION                     -- eliminate duplicates
SELECT grp, a_sno FROM t  -- add first rows
ORDER  BY grp, sno;

与第一种解决方案不同,我们在这里没有得到带有NULL的最后一行(由相关子查询引起)。



 类似资料:
  • 校验者: @peels 翻译者: @Counting stars 交叉分解模块主要包含两个算法族: 偏最小二乘法(PLS)和典型相关分析(CCA)。 这些算法族具有发现两个多元数据集之间的线性关系的用途: fit method (拟合方法)的参数 X 和 Y 都是 2 维数组。 交叉分解算法能够找到两个矩阵 (X 和 Y) 的基础关系。它们是对在两个空间的 协方差结构进行建模的隐变量方法。它们将尝

  • 假设我有一个表,它有两列X1和X2,其中X1总是小于X2。每行构成一定的范围(X1,X2)。可能有几行的X1/X2范围重叠,从而产生更大的范围(X1n,X2m)。 有没有办法使用标准SQL查询来查找所有这些范围? 例如,该表可能如下所示: 预期产出将是: 我非常感谢您在正确方向上对我们的帮助。 我正在使用sqlite。

  • 本文向大家介绍Microsoft SQL Server 交叉连接,包括了Microsoft SQL Server 交叉连接的使用技巧和注意事项,需要的朋友参考一下 示例 A cross join是笛卡尔联接,表示两个表的笛卡尔乘积。此联接不需要任何条件即可联接两个表。左表中的每一行将连接到右表中的每一行。交叉联接的语法: 例: 结果: 请注意,还有其他方法可以应用CROSS JOIN。这是无条件的

  • 问题内容: 我有三个表: 1)应用程序(AppId,名称) 2)屏幕(ScreenId,名称) 3)关系(AppId,ScreenId) 现在,我想对相关表施加一些限制:可以将同一屏幕分配给多个应用程序,但是不能将两个具有相同名称的屏幕分配给同一应用程序。 我知道我可以将Screen.Name添加到关系表中,然后在AppId和Screen.Name上创建PK,但是我不希望这样的解决方案,因为Scr

  • 在二分图中,左边有n个节点,右边有m个节点。节点的顺序是从1到n和从1到m。左边的节点连接到右边的节点。没有连接所有节点。对于例如: 我想知道如何像一些用户提到的那样,通过使用二进制索引树来解决这个问题。我用O(n^2)algo求解,得到Tle。 这不是家庭作业。昨天我学习了BIT,正在寻找一些问题,所以我遇到了这个。告诉我诀窍。请不要写整个程序。

  • 问题内容: 我希望有人曾经尝试过这种方法,在我进一步尝试之前可以得到一些建议。 我希望产生类似于sql-server 2000中的交叉表查询的内容。 我有一个类似于以下内容的表结构: 我想做的是通过查询/存储过程来整理数据,以使构建报告更容易。 理想的解决方案将产生如下结果: 问题答案: 我最终使用存储过程(http://www.sqlteam.com/article/dynamic-cross-