电商网站设计与开发微信小程序本地服务器搭建
力扣题
1、题目地址
1709. 访问日期之间最大的空档期
2、模拟表
表：UserVisits
| Column Name | Type |
|---|---|
| user_id | int |
| visit_date | date |
- 该表没有主键，它可能有重复的行
- 该表包含用户访问某特定零售商的日期日志。
3、要求
假设今天的日期是 ‘2021-1-1’ 。
编写解决方案，对于每个 user_id ，求出每次访问及其下一个访问（若该次访问是最后一次，则为今天）之间最大的空档期天数 window
返回结果表，按用户编号 user_id 排序。
结果格式如下示例所示：
示例 1：
输入：
UserVisits 表：
| user_id | visit_date |
|---|---|
| 1 | 2020-11-28 |
| 1 | 2020-10-20 |
| 1 | 2020-12-3 |
| 2 | 2020-10-5 |
| 2 | 2020-12-9 |
| 3 | 2020-11-11 |
输出：
| user_id | biggest_window |
|---|---|
| 1 | 39 |
| 2 | 65 |
| 3 | 51 |
解释：
对于第一个用户，问题中的空档期在以下日期之间：
- 2020-10-20 至 2020-11-28 ，共计 39 天。
- 2020-11-28 至 2020-12-3 ，共计 5 天。
- 2020-12-3 至 2021-1-1 ，共计 29 天。
由此得出，最大的空档期为 39 天。
对于第二个用户，问题中的空档期在以下日期之间：
- 2020-10-5 至 2020-12-9 ，共计 65 天。
- 2020-12-9 至 2021-1-1 ，共计 23 天。
由此得出，最大的空档期为 65 天。
对于第三个用户，问题中的唯一空档期在 2020-11-11 至 2021-1-1 之间，共计 51 天。
4、代码编写
Lead (列名) 语法
SELECT user_id, MAX(biggest_window) AS biggest_window
FROM (SELECT *, DATEDIFF(IFNULL(Lead(visit_date) over (partition by user_id order by visit_date), '2021-1-1'), visit_date) AS biggest_windowFROM UserVisits
) AS one
GROUP BY user_id
如果加 IFNULL
SELECT *, DATEDIFF(IFNULL(Lead(visit_date) over (partition by user_id order by visit_date), '2021-1-1'), visit_date
) AS biggest_window
FROM UserVisits
| user_id | visit_date | biggest_window |
| ------- | ---------- | -------------- |
| 1 | 2020-10-20 | 39 |
| 1 | 2020-11-28 | 5 |
| 1 | 2020-12-03 | 29 |
| 2 | 2020-10-05 | 65 |
| 2 | 2020-12-09 | 23 |
| 3 | 2020-11-11 | 51 |
如果不加 IFNULL，还需要特别处理
SELECT *, DATEDIFF(Lead(visit_date) over (partition by user_id order by visit_date), visit_date
) AS biggest_window
FROM UserVisits
| user_id | visit_date | biggest_window |
| ------- | ---------- | -------------- |
| 1 | 2020-10-20 | 39 |
| 1 | 2020-11-28 | 5 |
| 1 | 2020-12-03 | null |
| 2 | 2020-10-05 | 65 |
| 2 | 2020-12-09 | null |
| 3 | 2020-11-11 | null |
Lead (列名, 偏移量, 超出记录窗口时的默认值) 语法
SELECT user_id, MAX(biggest_window) AS biggest_window
FROM (SELECT *, DATEDIFF(Lead(visit_date, 1, '2021-01-01') over (partition by user_id order by visit_date), visit_date) AS biggest_windowFROM UserVisits
) AS one
GROUP BY user_id
以前文章
【MySQL】窗口函数 Lead 和 Lag 的运用（MySQL版本8+）以及 时间差函数 TIMESTAMPDIFF 的运用