当前位置：首页 > news >正文

牛客网刷题SQL--高级查询

news 来源：原创 2025/9/23 12:31:51

SQL16--查找GPA最高值

描述

示例1

答案

其他方法：

SQL17--计算男生人数以及平均GPA

描述

示例1

答案

SQL18--分组计算练习题

描述

示例1

答案

SQL19--分组过滤练习题

描述

示例1

答案

SQL20--分组排序练习题

描述

示例1

答案

SQL16--查找GPA最高值

描述

题目：运营想要知道复旦大学学生gpa最高值是多少，请你取出相应数据

示例：某user_profile表如下:

id device_id gender age university gpa
1 2234 male 21 北京大学 3.2
2 2235 male NULL 复旦大学 3.8
3 2236 female 20 复旦大学 3.5
4 2237 female 23 浙江大学 3.3
5 2238 male 25 复旦大学 3.1
6 2239 male 25 北京大学 3.6
7 2240 male NULL 清华大学 3.3
8 2241 female NULL 北京大学 3.7

根据输入，你的查询应返回以下结果，结果保留到小数点后面1位

gpa
3.8

示例1

输入：

drop table if exists user_profile;
CREATE TABLE `user_profile` (
`id` int NOT NULL,
`device_id` int NOT NULL,
`gender` varchar(14) NOT NULL,
`age` int ,
`university` varchar(32) NOT NULL,
`gpa` float);
INSERT INTO user_profile VALUES(1,2234,'male',21,'北京大学',3.2);
INSERT INTO user_profile VALUES(2,2235,'male',null,'复旦大学',3.8);
INSERT INTO user_profile VALUES(3,2236,'female',20,'复旦大学',3.5);
INSERT INTO user_profile VALUES(4,2237,'female',23,'浙江大学',3.3);
INSERT INTO user_profile VALUES(5,2238,'male',25,'复旦大学',3.1);
INSERT INTO user_profile VALUES(6,2239,'male',25,'北京大学',3.6);
INSERT INTO user_profile VALUES(7,2240,'male',null,'清华大学',3.3);
INSERT INTO user_profile VALUES(8,2241,'female',null,'北京大学',3.7);

输出：

gpa
3.8

答案
select max(gpa) gpa from user_profile where university='复旦大学';
其他方法：
select gpa
from
(select gpa,
row_number()over(partition by university order by gpa desc) as ranking
from user_profile
where university = '复旦大学') as t
where t.ranking = 1;
使用的是窗口排序函数加子查询解题

用row_number()over() 在学校组里对GPA进行倒序排序再增加条件rank=1 此时为GPA最大值
select gpa
from user_profile
where university = '复旦大学'
order by gpa DESC
limit 1
对gpa使用倒序排序，然后取第一条就是最大值

SQL17--计算男生人数以及平均GPA

描述

题目：现在运营想要看一下男性用户有多少人以及他们的平均gpa是多少，用以辅助设计相关活动，请你取出相应数据。

示例：user_profile

id device_id gender age university gpa
1 2138 male 21 北京大学 3.4
2 3214 male 复旦大学 4.0
3 6543 female 20 北京大学 3.2
4 2315 female 23 浙江大学 3.6
5 5432 male 25 山东大学 3.8
6 2131 male 28 北京师范大学 3.3

根据输入，你的查询应返回以下结果，结果使用round保留到小数点后面1位

male_num avg_gpa
4 3.6

示例1

输入：

drop table if exists user_profile;
CREATE TABLE `user_profile` (
`id` int NOT NULL,
`device_id` int NOT NULL,
`gender` varchar(14) NOT NULL,
`age` int ,
`university` varchar(32) NOT NULL,
`gpa` float);
INSERT INTO user_profile VALUES(1,2138,'male',21,'北京大学',3.4);
INSERT INTO user_profile VALUES(2,3214,'male',null,'复旦大学',4.0);
INSERT INTO user_profile VALUES(3,6543,'female',20,'北京大学',3.2);
INSERT INTO user_profile VALUES(4,2315,'female',23,'浙江大学',3.6);
INSERT INTO user_profile VALUES(5,5432,'male',25,'山东大学',3.8);
INSERT INTO user_profile VALUES(6,2131,'male',28,'北京师范大学',3.3);

输出：

4|3.6

答案
select count(gender) as male_num,
round(avg(gpa),1) as avg_gpa from user_profile
where gender='male';
使用round（column,1）函数进行平均数的四舍五入，保留1位小数

SQL18--分组计算练习题

描述

题目：现在运营想要对每个学校不同性别的用户活跃情况和发帖数量进行分析，请分别计算出每个学校每种性别的用户数、30天内平均活跃天数和平均发帖数量。

用户信息表：user_profile

30天内活跃天数字段（active_days_within_30）

发帖数量字段（question_cnt）

回答数量字段（answer_cnt）

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt
1 2138 male 21 北京大学 3.4 7 2 12
2 3214 male 复旦大学 4.0 15 5 25
3 6543 female 20 北京大学 3.2 12 3 30
4 2315 female 23 浙江大学 3.6 5 1 2
5 5432 male 25 山东大学 3.8 20 15 70
6 2131 male 28 山东大学 3.3 15 7 13
7 4321 male 26 复旦大学 3.6 9 6 52

第一行表示:id为1的用户的常用信息为使用的设备id为2138，性别为男，年龄21岁，北京大学，gpa为3.4在过去的30天里面活跃了7天，发帖数量为2，回答数量为12

。。。

最后一行表示:id为7的用户的常用信息为使用的设备id为4321，性别为男，年龄26岁，复旦大学，gpa为3.6在过去的30天里面活跃了9天，发帖数量为6，回答数量为52

你的查询返回结果需要对性别和学校分组，示例如下，结果保留1位小数，1位小数之后的四舍五入,查询出来的结果按照gender、university升序排列：

解释:

第一行表示：北京大学的男性用户个数为1，平均活跃天数为7天，平均发帖量为2

。。。

最后一行表示：山东大学的男性用户个数为2，平均活跃天数为17.5天，平均发帖量为11

示例1

输入：

drop table if exists user_profile;
CREATE TABLE `user_profile` (
`id` int NOT NULL,
`device_id` int NOT NULL,
`gender` varchar(14) NOT NULL,
`age` int ,
`university` varchar(32) NOT NULL,
`gpa` float,
`active_days_within_30` float,
`question_cnt` float,
`answer_cnt` float
);
INSERT INTO user_profile VALUES(1,2138,'male',21,'北京大学',3.4,7,2,12);
INSERT INTO user_profile VALUES(2,3214,'male',null,'复旦大学',4.0,15,5,25);
INSERT INTO user_profile VALUES(3,6543,'female',20,'北京大学',3.2,12,3,30);
INSERT INTO user_profile VALUES(4,2315,'female',23,'浙江大学',3.6,5,1,2);
INSERT INTO user_profile VALUES(5,5432,'male',25,'山东大学',3.8,20,15,70);
INSERT INTO user_profile VALUES(6,2131,'male',28,'山东大学',3.3,15,7,13);
INSERT INTO user_profile VALUES(7,4321,'male',28,'复旦大学',3.6,9,6,52);

输出：

gender|university|user_num|avg_active_day|avg_question_cnt
female|北京大学|1|12.0|3.0
female|浙江大学|1|5.0|1.0
male|北京大学|1|7.0|2.0
male|复旦大学|2|12.0|5.5
male|山东大学|2|17.5|11.0

答案
select gender,university,count(gender) as user_num,round(avg(active_days_within_30),1) as avg_active_day,round(avg(question_cnt),1) as avg_question_cnt
from user_profile
group by gender,university
order by gender,university;
select 查询结果 [性别;学校;count(设备ID) as 用户数;avg(30天内活跃记录) as 平均活跃天数;avg(发帖记录) as 平均发帖数]
from 从哪张表中查找数据 [user_profile]
group by 分组 [学校;性别]

SQL19--分组过滤练习题

描述

题目：现在运营想查看每个学校用户的平均发贴和回帖情况，寻找低活跃度学校进行重点运营，请取出平均发贴数低于5的学校或平均回帖数小于20的学校。

示例：user_profile

第一行表示:id为1的用户的常用信息为使用的设备id为2138，性别为男，年龄21岁，北京大学，gpa为3.4在过去的30天里面活跃了7天，发帖数量为2，回答数量为12
。。。
最后一行表示:id为7的用户的常用信息为使用的设备id为4321，性别为男，年龄26岁，复旦大学，gpa为3.6在过去的30天里面活跃了9天，发帖数量为6，回答数量为52

根据示例，你的查询应返回以下结果，注意返回的字段名需要保持一致，同时保留3位小数(系统后台也会自动校正)，3位之后四舍五入：

解释: 平均发贴数低于5的学校或平均回帖数小于20的学校有2个

属于北京大学的用户的平均发帖量为2.500，平均回答数量为21.000

属于浙江大学的用户的平均发帖量为1.000，平均回答数量为2.000

示例1

输入：

drop table if exists user_profile;
CREATE TABLE `user_profile` (
`id` int NOT NULL,
`device_id` int NOT NULL,
`gender` varchar(14) NOT NULL,
`age` int ,
`university` varchar(32) NOT NULL,
`gpa` float,
`active_days_within_30` int ,
`question_cnt` float,
`answer_cnt` float
);
INSERT INTO user_profile VALUES(1,2138,'male',21,'北京大学',3.4,7,2,12);
INSERT INTO user_profile VALUES(2,3214,'male',null,'复旦大学',4.0,15,5,25);
INSERT INTO user_profile VALUES(3,6543,'female',20,'北京大学',3.2,12,3,30);
INSERT INTO user_profile VALUES(4,2315,'female',23,'浙江大学',3.6,5,1,2);
INSERT INTO user_profile VALUES(5,5432,'male',25,'山东大学',3.8,20,15,70);
INSERT INTO user_profile VALUES(6,2131,'male',28,'山东大学',3.3,15,7,13);
INSERT INTO user_profile VALUES(7,4321,'male',28,'复旦大学',3.6,9,6,52);

输出：

university|avg_question_cnt|avg_answer_cnt
北京大学|2.500|21.000
浙江大学|1.000|2.000

答案
select university,round(avg(question_cnt),3) as avg_question_cnt,
round(avg(answer_cnt),3) as avg_answer_cnt
from user_profile 
group by university
having avg_question_cnt < 5 or avg_answer_cnt < 20;
聚合函数结果作为筛选条件时，不能用where，而是用having语法

SQL20--分组排序练习题

描述

题目：现在运营想要查看不同大学的用户平均发帖情况，并期望结果按照平均发帖情况进行升序排列，请你取出相应数据。

示例：user_profile

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt
1 2138 male 21 北京大学 3.4 7 2 12
2 3214 male 复旦大学 4.0 15 5 25
3 6543 female 20 北京大学 3.2 12 3 30
4 2315 female 23 浙江大学 3.6 5 1 2
5 5432 male 25 山东大学 3.8 20 15 70
6 2131 male 28 山东大学 3.3 15 7 13
7 4321 female 26 复旦大学 3.6 9 6 52

第一行表示:id为1的用户的常用信息为使用的设备id为2138，性别为男，年龄21岁，北京大学，gpa为3.4在过去的30天里面活跃了7天，发帖数量为2，回答数量为12
。。。
最后一行表示:id为7的用户的常用信息为使用的设备id为4321，性别为男，年龄26岁，复旦大学，gpa为3.6在过去的30天里面活跃了9天，发帖数量为6，回答数量为52

根据示例，你的查询应返回以下结果：

university avg_question_cnt
浙江大学 1.0000
北京大学 2.5000
复旦大学 5.5000
山东大学 11.0000

示例1

输入：

drop table if exists user_profile;
CREATE TABLE `user_profile` (
`id` int NOT NULL,
`device_id` int NOT NULL,
`gender` varchar(14) NOT NULL,
`age` int ,
`university` varchar(32) NOT NULL,
`gpa` float,
`active_days_within_30` int ,
`question_cnt` int ,
`answer_cnt` int 
);
INSERT INTO user_profile VALUES(1,2138,'male',21,'北京大学',3.4,7,2,12);
INSERT INTO user_profile VALUES(2,3214,'male',null,'复旦大学',4.0,15,5,25);
INSERT INTO user_profile VALUES(3,6543,'female',20,'北京大学',3.2,12,3,30);
INSERT INTO user_profile VALUES(4,2315,'female',23,'浙江大学',3.6,5,1,2);
INSERT INTO user_profile VALUES(5,5432,'male',25,'山东大学',3.8,20,15,70);
INSERT INTO user_profile VALUES(6,2131,'male',28,'山东大学',3.3,15,7,13);
INSERT INTO user_profile VALUES(7,4321,'male',28,'复旦大学',3.6,9,6,52);

输出：

答案
select university,avg(question_cnt) as avg_question_cnt
from user_profile
group by university
order by avg_question_cnt;
sql运行顺序

(1)from 　　(2) join 　　(3) on 　　(4) where 　　(5)group by 　　(6) avg,sum.... （组函数）　　(7)having 　　(8) select 　　(9) distinct 　　(10) order by

当题目出现关键词“每”，“各”的时候，我们就可以判断结果集是需要进行分组的，我们就想到利用分组函数来解答我们的需求

可能有人问，为啥后面用having ，不能用where吗？

这里需要对聚合函数的结果进行比较，where后面是不能使用聚合函数的字段的。

tips：在排序中order by 字段 asc --其中升序为asc(可以不写，默认就是按照升序排列),降序为desc（必须写）

牛客网刷题SQL--高级查询

目录 SQL16--查找GPA最高值描述示例1 答案其他方法： SQL17--计算男生人数以及平均GPA 描述示例1 答案 SQL18--分组计算练习题描述示例1 答案 SQL19--分组过滤练习题描述示例1 答案 SQL20--分组排序练习题描述示例1 答案 SQL16--查找GP…...

编程日记 2025/9/23 12:31:51

用ffmpeg将MP4视频转换为m3u8格式

原文网址：用ffmpeg将MP4视频转换为m3u8格式_IT利刃出鞘的博客-CSDN博客简介说明本文介绍如何使用ffmpeg将MP4视频转换为m3u8格式。什么是m3u8 M3U8视频格式是一种M3U，只是它的编码格式是UTF-8格式。M3U用Latin-1字符集编码。M3U8格式特点是带有…...

编程日记 2025/9/23 7:11:16

【Qt】qt基础

目录一、使用Qt Creator创建qt项目二、项目文件解析三、Qt中创建图形化界面的程序的两种方法四、对象树一、使用Qt Creator创建qt项目 1.选择项目模板选中第一类模板Application(Qt应用程序，包含普通窗体程序和QtQuick程序)， 然后选中右侧的第…...

编程日记 2025/9/22 14:36:34

VLC还是SmartPlayer？Windows平台RTSP播放器低延迟探讨

技术背景好多开发者在用过大牛直播SDK的RTSP播放器后，都希望我们也分享下，如何在Windows平台实现低延迟的RTSP播放？低延迟的RTSP播放器，说起来容易做起来难，下面，我们从以下维度做个探讨： 播…...

编程日记 2025/9/23 1:17:02

极验决策引擎如何凭借独特优势，弯道超车传统风控？

前言市场上的规则决策引擎产品众多，但大多局限于IP、设备、账号等层面，提供的是现成的风控标签和规则。然而，真正的风控，需要的不仅仅是标签和规则。极验的业务规则决策引擎与众不同，这款决策引擎以界面流程编排为…...

编程日记 2025/9/22 8:25:54

Spring Boot集成Knife4j文档工具

Knife4j 搭建 Knife4j环境的的搭建和Swagger一样都比较简单，只需要极简的配置即可。 maven依赖我使用的是较高版本的基于openapi规范的依赖包，OpenAPI2(Swagger)规范是Knife4j之前一直提供支持的版本，底层依赖框架为Springfox。此次在4…...

编程日记 2025/9/22 19:09:25

html|本地实现浏览器m3u8播放器，告别网络视频卡顿

前言网络上经常是以m3u8文件传输视频流的 ，但是有时网络慢往往导致视频播放卡顿。于是我在想能不能先下载然后再播放呢？于是尝试下载然后实现本地播放m3u8视频。正文 1.找到网络视频流的m3u8连接一般在浏览器按F12就可以看到有请求视频流的连接。 …...

编程日记 2025/9/20 17:00:55

vue3监听横向滚动条的位置；鼠标滚轮滑动控制滚动条滚动；监听滚动条到顶端

1.横向取值scrollLeft 竖向取值scrollTop 2.可以监听到最左最右侧 3.鼠标滚轮滑动控制滚动条滚动效果 <template><div><div class"scrollable" ref"scrollableRef"><div style"width: 2000px; height: 100…...

编程日记 2025/9/23 16:10:27

JSON

文章目录一、概念1.json官网2.json的概念3.序列化方案：xml、json 二、json的数据类型1.json的键：必须是带双引号的字符串2.json的值：6种数据类型(1)对象 { }(2)数组 [ ] 三、Python中的json1.序列化：Python对象转 json2.反序列化…...

编程日记 2025/9/23 15:16:03

时间处理 moment时间处理函数 // 时间日期相关常用的方法变量 import moment from moment;// 获取当前时间 moment export const nowDateMoment moment(new Date()); export const nowDateY moment(new Date()).format(YYYY); export const nowDateM moment(new Date()).f…...

编程日记 2025/9/20 17:11:42

JavaScript 对话框的魔法与艺术

在Web开发的世界里，JavaScript 对话框是用户与网页互动的重要桥梁。它们不仅能够提供即时反馈，还能收集用户的输入信息，从而增强用户体验。本文将深入探讨JavaScript对话框的各种类型、用法及其背后的原理，并通过丰富的实例展示如…...

编程日记 2025/9/21 17:28:24

java+springboot+mysql私人会所管理系统

项目介绍： 使用javaspringbootmysql开发的私人会所管理系统，系统包含管理员、技师、用户角色，功能如下： 管理员：用户管理；服务项目；技师管理；房间管理；预约管理&#x…...

编程日记 2025/9/22 2:27:46

Scrapy 爬虫框架全解析

一、Scrapy 框架概述基本定义 Scrapy 是一个用 Python 编写的开源网络爬虫框架。它旨在快速、高效地抓取网页数据，可处理大规模的数据抓取任务。基于 Twisted 异步网络库构建，能够并发地处理多个请求，大大提高了数据抓取的速度。遵循 “请求…...

编程日记 2025/9/22 9:38:21

Hive3.X——异常处理Could not create ServerSocket on address 0.0.0.0/0.0.0.0:10000

Hive3.X——异常处理Could not create ServerSocket on address 0.0.0.0/0.0.0.0:10000 01 前言大数据系列，学到了Hive，搭建环境的时候，因为使用的是本机WSL2（别问为啥不用VMware，问就是条件有限，而且WS…...

编程日记 2025/9/23 21:40:37

【跨库查询、多库查询】.NET开源 ORM 框架 SqlSugar 系列

文章目录一、跨库方式1：跨库导航二、手动跨库查询三、同服务器：自动查询跨库查询3.1 Mysql和SqlServer自动3.2 自动: PgSql跨Scheme查询3.3 其他库同服务器四、跨服务器：自动跨库查询4.1 配置SqlServer dblink4.2 配置 Oracle dblink4.3 配…...

编程日记 2025/9/19 2:44:38

【JAVA】Java项目实战—Java 数据库应用项目：学生信息管理系统

本项目将实现一个简单的学生信息管理系统，功能包括学生信息的录入、查询、修改和删除。通过本项目，读者将深入理解Java与数据库交互的基本原理，掌握JDBC（Java Database Connectivity）技术，以及如何构建一个…...

编程日记 2025/9/23 19:14:34

中电金信携手中远海科，共启贸易金融数智新篇章

在数智化转型成为驱动经济社会高质量发展的新引擎背景下，“数智方案”栏目聚焦金融等国计民生重点行业场景，依托中电金信“源启筑基咨询引领应用重构”的产品及服务体系，输出市场洞察和行业解决方案、应用案例，旨在全面推动行业IT…...

编程日记 2025/9/22 21:52:51

有没有办法让爬虫更加高效，比如多线程处理？

要让Python爬虫更加高效，确实可以采用多线程处理。多线程可以显著提高爬虫的效率，因为它允许程序同时执行多个任务，从而减少等待时间。以下是一些提高爬虫效率的方法，特别是通过多线程技术： 1. 多线程爬虫多线程爬虫…...

编程日记 2025/9/22 7:41:47

Android历史版本主要更新说明

Android 15 Android 15 继续致力于构建注重隐私和安全保护的平台，助您提高效率，同时还引入了多项新功能，帮您打造精美应用、卓越的媒体和相机体验，并提供直观的用户体验。在平板电脑和可折叠设备上更能凸显出这些优势。 Android…...

编程日记 2025/9/20 19:59:05

测试岗位应该学什么

以下是测试岗位需要学习的一些关键内容： 1. 测试理论和方法 - 了解不同类型的测试，如功能测试、性能测试、压力测试、安全测试、兼容性测试等。 - 掌握测试策略和测试计划的制定。 2. 编程语言 - 至少熟悉一种编程语言，如 Python、Java…...

编程日记 2025/9/22 5:39:14

华为HarmonyOS NEXT 原生应用开发：数据持久化存储（用户首选项）的使用 token令牌存储鉴权！

Preferences 数据持久化存储用户首选项（Preferences） 1. 封装仓库工具类 ● 这里可以选择将数据字段 key 抽取为一个静态方法，这里选择让用户传参，看起来较容易理解！ /*** 首选项 preferences - 实现数据持久化…...

编程日记 2025/9/20 20:44:02

【AIStarter】告别复杂转换 - MinerU整合包实现PDF到Markdown的无缝转变

在数字化时代，信息的传递与共享变得愈发重要。文档格式之间的转换成为了日常工作中不可或缺的一部分。为了满足用户对高效工作流程的需求，新版MinerU整合包应运而生，它不仅简化了从PDF到Markdown的转换过程，还为用户带来了前所未有…...

编程日记 2025/9/21 21:44:49

Jenkins参数化构建详解(This project is parameterized)

本文详细介绍了Jenkins中不同类型的参数化构建方法，包括字符串、选项、多行文本、布尔值和git分支参数的配置，以及如何使用ActiveChoiceParameter实现动态获取参数选项。通过示例展示了传统方法和声明式pipeline的语法文章目录 1. Jenkins的参数化构建1…...

编程日记 2025/9/22 20:09:19

服务器批量清理redis keys，无法适用客户端必须直连的情况

在 Redis 中，批量清理指定模式的键（例如 memberCardData:*）可以通过多种方法来实现。需要注意的是，Redis 的命令执行是单线程的，因此对大量键进行操作时可能会阻塞服务器。以下是几种常见的方法： shell K…...

编程日记 2025/9/23 9:03:41

单元测试SpringBoot

添加测试专用属性加载测试专用bean Web环境模拟测试数据层测试回滚测试用例数据设定...

编程日记 2025/9/23 19:15:36

牛客网刷题 | BC126 小乐乐查找数字

😁博客主页😁：🚀从0至1-CSDN博客🚀 🤑博客内容🤑：🍭C语言、C、数据结构、嵌入式、Linux🍭 😎本文内容🤣：🍭BC1…...

编程日记 2025/9/20 16:23:39

Node一、fs 模块、path 模块、端口号、 http 模块、

一、Node.js了解 Node.js是一个跨平台JavaScript运行环境，使开发者可以搭建服务器端的JavaScript应用程序。概念：使用 Node.js 编写后端程序 / 支持前端工程化 ✓ 后端程序：提供接口和数据，网页资源等 ✓ 前端工程化 &#x…...

编程日记 2025/9/23 16:08:40

k8s service 配置AWS nlb load_balancing.cross_zone.enabled

在Kubernetes中配置NLB（Network Load Balancer）的跨区域负载均衡（cross-zone load balancing），需要使用服务注解（service annotations）来实现。根据AWS官方文档，以下是配置NLB跨区域…...

编程日记 2025/9/23 12:39:50

[分布式即时通讯系统] 注册类完善

我们在qss里添加err_tip样式，根据不同的状态做字体显示 #err_tip[statenormal]{color: green; } #err_tip[stateerr]{color: red; } 接下来项目中添加global.h和global.cpp文件，global.h声明repolish函数，global.cpp用来定义这个函数。 .h…...

编程日记 2025/9/23 11:10:04

C#使用HttpWebRequest下载文件

public static bool HttpDownloadFile(string downloadUrl, string localPath, log4net.ILog log) { bool bFlagDownloadFile false; //log.Debug(“HttpDownloadFile–准备以HTTP的方式下载文件，url:[” downloadUrl “]本地文件：【” localPath “…...

编程日记 2025/9/23 14:21:41

CentOS7环境安装php

直接安装 yum -y install php CentOS7默认安装是php5，现在php已有8.3版本先查看php -v 版本如果是低版本，可以删除 yum remove php yum remove php-fpm yum remove php-common 一、添加REMI存储库 yum install epel-release yum install -y …...

编程日记 2025/9/23 15:27:24

【Excel学习记录】04-排序和筛选

1.排序 （1）简单排序不建议选中某列后进行排序可以选中一个单元格或者整个表格→开始→编辑→排序和筛选→升序/降序 （2）多条件排序可以选中一个单元格或者整个表格→开始→编辑→排序和筛选→自定义排序→指定关键字、比较内…...

编程日记 2025/9/22 8:26:22

Python轻松获取抖音视频播放量

现在在gpt的加持下写一些简单的代码还是很容易的，效率高，但是要有一点基础，不然有时候发现不了问题，这些都需要经验积累和实战，最好能和工作结合起来，不然很快一段时间就忘的干干净净了，下面就是…...

编程日记 2025/9/22 16:08:39

恢复删除的文件:6个免费Windows电脑数据恢复软件

数据恢复软件可帮助您从众多存储设备中恢复损坏或删除的数据。您可以使用这些文件恢复软件来检索文件、文档、视频、图片等。这些应用程序支持多种标准文件格式，如 PNG、RTF、PDF、HTML、JPG、MP3 等。经过超过 75 小时的研究，我分析了 25 最佳免费数据…...

编程日记 2025/9/23 14:45:49

Go的Gin比java的Springboot更加的开箱即用？

前言隔壁组的云计算零零后女同事，后文简称云女士 ，非说 Go 的 Gin 框架比 Springboot 更加的开箱即用，我心想在 Java 里面 Springboot 已经打遍天下无敌手，这份底蕴岂是 Gin 能比。但是云女士突出一个执拗，非我要…...

编程日记 2025/9/23 1:36:51

Java 中枚举的 toString 方法及其字段信息展示

在 Java 编程中，枚举（enum）是一种特殊的数据类型，用于定义一组固定的常量。枚举类型不仅限于简单的常量定义，还可以包含字段、方法以及构造函数，从而使其具备更强的表达能力。toString 方法是 Java 中所有对…...

编程日记 2025/9/19 11:37:07

Python数据分析(OpenCV视频处理)

处理视频我们引入的还是numpy 和 OpenCV 的包引入方式如下： import numpy as np import cv2 我们使用OpenCV来加载本地视频，参数就是你视频的路径就可以 #加载视频 cap cv2.VideoCapture(./1.mp4) 下面我们进行读取视频 #读取视频 flag,frame cap.re…...

编程日记 2025/9/22 2:42:36

DocFlow票据AI自动化处理工具：出色的文档解析+抽取能力，提升企业文档数字化管理效能

目录财务应付金融信贷业务近期，DocFlow票据自动化产品正式上线。DocFlow是一款票据AI自动化处理工具，支持不同版式单据智能分类扩展，可选功能插件配置流程，满足多样业务场景。随着全球化与信息化进程，企业的文件…...

编程日记 2025/9/22 10:26:48

python编程Day15-UnitTest框架的介绍

框架 framework为了解决一类事情的功能集合 Unittest 框架是 Python 自带的单元测试框架自带的, 可以直接使用, 不需要单外安装测试人员用来做自动化测试, 作为自动化测试的执行框架, 即管理和执行用例的使用原因能够组织多个用例去执行提供丰富的断言方法能够生成测试报…...

编程日记 2025/9/23 14:53:32

Linux——进程控制模拟shell

1.进程创建我们在之前的文章中介绍过进程创建的方法，可以通过系统调用接口fork来创建新的进程。 fork在创建完新的子进程之后，返回值是一个pid，对于父进程返回子进程的pid，对于子进程返回0。fork函数后父子进程共享代码&#xff…...

编程日记 2025/9/22 19:19:34

OpenCV的图像矫正

一、原理图像矫正的原理是透视变换，下面来介绍一下透视变换的概念。透视变换（Perspective Transform）基于一个4对点的映射关系（4个源点到4个目标点），通过这些点之间的映射，可以计算一个变换…...

编程日记 2025/9/23 11:29:51

基于php求职招聘系统设计

摘要随着社会信息化时代的到来，如今人们社会的生活节奏普遍加快，人们对于工作效率的要求也越来越高，企业举办招聘会耗时耗财，个人参加招聘会漫无目的寻找不到“方向”，网络搜索工作量目的性不强，信息量繁…...

编程日记 2025/9/22 19:20:00

并行口的基本概念

单片机的并行口结构包括多个并行I/O端口，用于与外部设备进行并行数据传输。这些端口能够直接读写外部存储器、显示设备、打印机等外设的数据，是单片机与外界交互的重要通道。在深入探讨之前，我们先简要了解下单片机的基本概念。单片机&…...

编程日记 2025/9/21 18:16:44

（六）机器学习 - 正态数据分布

正态数据分布，也称为高斯分布（Gaussian distribution），是一种在统计学中非常重要的概率分布。它描述了自然和社会科学中许多现象的分布情况，如人的身高、体重、智商等。正态分布的图形特征是中间高、两边低&#xff0c…...

编程日记 2025/9/22 8:11:49

电脑系统报错找不到d3dcompiler_47.dll怎么修复？怎么预防“d3dcompiler_47.dll”文件缺失？

“d3dcompiler_47.dll”文件缺失的修复与预防策略在日常使用电脑软件，尤其是运行大型游戏或图形密集型应用时，我们可能会遇到一些令人困惑的系统报错。其中之一便是“找不到d3dcompiler_47.dll”的错误提示。这个错误不仅影响软件的正常运行&#xff0…...

编程日记 2025/9/21 14:50:27

Github 2024-12-12 Go开源项目日报Top10

根据Github Trendings的统计，今日(2024-12-12统计)共有10个项目上榜。根据开发语言中项目的数量，汇总情况如下：开发语言项目数量Go项目10Go Ethereum: 以太坊Go语言官方实现创建周期：3717 天开发语言：Go协议类型：GNU Lesser General Public License v3.0Star数量：4504…...

编程日记 2025/9/22 22:45:43

RIP协议

介绍路由信息协议RIP（Routing Information Protocol）是基于距离矢量（Distance-Vector）算法的路由协议，它是一种较为简单的内部网关协议IGP（Interior Gateway Protocol）。它的主要功能是帮助路…...

编程日记 2025/9/20 10:19:53

vue-router查漏补缺

一、动态路由匹配 1.带参数的动态路由匹配 import User from ./User.vue// 这些都会传递给 createRouter const routes [// 动态字段以冒号开始{ path: /users/:efg, component: User }, ]这种方式的路由会匹配到/users/abc或者/users/123,路径参数用冒号:表示，并…...

编程日记 2025/9/22 4:09:07

使用Flink CDC实现 Oracle数据库数据同步的oracle配置操作

使用Flink CDC实现 Oracle数据库数据同步的oracle配置操作，包括开启日志归档和用户授权。 flink官方参考资料： https://nightlies.apache.org/flink/flink-cdc-docs-master/zh/docs/connectors/flink-sources/oracle-cdc/ 操作步骤： 1.启用…...

编程日记 2025/9/22 10:24:19

mqtt.js 客户端封装

mqtt.js 客户端封装没封装前使用 const client mqtt.connect(ws://10.10.20.9:9001) onMounted(() > {const topicList []const channelCount 12for(let i 0; i < channelCount; i) {topicList.push(/test/sendImage${i 1})}client.on(connect, () > {console…...

编程日记 2025/9/20 9:47:08

id	device_id	gender	age	university	gpa
1	2234	male	21	北京大学	3.2
2	2235	male	NULL	复旦大学	3.8
3	2236	female	20	复旦大学	3.5
4	2237	female	23	浙江大学	3.3
5	2238	male	25	复旦大学	3.1
6	2239	male	25	北京大学	3.6
7	2240	male	NULL	清华大学	3.3
8	2241	female	NULL	北京大学	3.7

university	avg_question_cnt
浙江大学	1.0000
北京大学	2.5000
复旦大学	5.5000
山东大学	11.0000

SQL16--查找GPA最高值

描述

示例1

答案

其他方法：

SQL17--计算男生人数以及平均GPA

描述

示例1

答案

SQL18--分组计算练习题

描述

示例1

答案

SQL19--分组过滤练习题

描述

示例1

答案

SQL20--分组排序练习题

描述

示例1

答案

相关文章：