力扣550 游戏玩法分析 IV

目录

题目描述

思路整理

1. 首次登录日期

2. 第二天登录

3. 计算比率

实现思路

完整代码及解释

---

题目描述

Table: Activity

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| player_id    | int     |
| device_id    | int     |
| event_date   | date    |
| games_played | int     |
+--------------+---------+
（player_id，event_date）是此表的主键（具有唯一值的列的组合）。
这张表显示了某些游戏的玩家的活动情况。
每一行是一个玩家的记录，他在某一天使用某个设备注销之前登录并玩了很多游戏（可能是 0）。

编写解决方案，报告在首次登录的第二天再次登录的玩家的 比率，四舍五入到小数点后两位。换句话说，你需要计算从首次登录日期开始至少连续两天登录的玩家的数量，然后除以玩家总数。

结果格式如下所示：

示例 1：

输入：
Activity table:
+-----------+-----------+------------+--------------+
| player_id | device_id | event_date | games_played |
+-----------+-----------+------------+--------------+
| 1         | 2         | 2016-03-01 | 5            |
| 1         | 2         | 2016-03-02 | 6            |
| 2         | 3         | 2017-06-25 | 1            |
| 3         | 1         | 2016-03-02 | 0            |
| 3         | 4         | 2018-07-03 | 5            |
+-----------+-----------+------------+--------------+
输出：
+-----------+
| fraction  |
+-----------+
| 0.33      |
+-----------+
解释：
只有 ID 为 1 的玩家在第一天登录后才重新登录，所以答案是 1/3 = 0.33

思路整理

1. 首次登录日期

首先，我们需要找到每位玩家的首次登录日期。这可以通过对每个 player_id 按 event_date 进行分组并选择最小的日期来实现。

2. 第二天登录

然后，我们需要找出那些在首次登录之后的第二天也有登录记录的玩家。这可以通过检查每位玩家的登录记录，看看是否存在一个登录日期正好是首次登录日期后一天的记录。

3. 计算比率

最后，我们计算符合第二天登录条件的玩家数量，然后除以总的独特玩家数量，得到所需的比率。

实现思路

为了实现上述步骤，我们可以使用以下策略：

1. 子查询/CTE：首先通过一个子查询或CTE（公共表表达式）来确定每位玩家的首次登录日期。
2. 关联查询：然后将原始 Activity 表与上述结果进行关联，以找出那些在首次登录后第二天有登录记录的玩家。
3. 聚合和计算：通过聚合函数计算符合条件的玩家数量，再除以总的独特玩家数量，最后使用 ROUND 函数格式化结果。

完整代码及解释

WITH FirstLogin AS (
  SELECT player_id, MIN(event_date) AS first_login_date
  FROM Activity
  GROUP BY player_id
)

SELECT ROUND(
  COUNT(DISTINCT a.player_id) / (SELECT COUNT(DISTINCT player_id) FROM Activity), 
  2
) AS fraction
FROM Activity a
JOIN FirstLogin fl ON a.player_id = fl.player_id
WHERE a.event_date = DATE_ADD(fl.first_login_date, INTERVAL 1 DAY);

通过