mirror of
https://gitee.com/coder-xiaomo/leetcode-problemset
synced 2025-01-10 18:48:13 +08:00
64 lines
2.8 KiB
HTML
64 lines
2.8 KiB
HTML
<p>表: <code>Customer</code></p>
|
|
|
|
<pre>
|
|
+---------------+---------+
|
|
| Column Name | Type |
|
|
+---------------+---------+
|
|
| customer_id | int |
|
|
| name | varchar |
|
|
| visited_on | date |
|
|
| amount | int |
|
|
+---------------+---------+
|
|
在 SQL 中，(customer_id, visited_on) 是该表的主键。
|
|
该表包含一家餐馆的顾客交易数据。
|
|
visited_on 表示 (customer_id) 的顾客在 visited_on 那天访问了餐馆。
|
|
amount 是一个顾客某一天的消费总额。
|
|
</pre>
|
|
|
|
<p> </p>
|
|
|
|
<p>你是餐馆的老板，现在你想分析一下可能的营业额变化增长（每天至少有一位顾客）。</p>
|
|
|
|
<p>计算以 7 天（某日期 + 该日期前的 6 天）为一个时间段的顾客消费平均值。<code>average_amount</code> 要 <strong>保留两位小数。</strong></p>
|
|
|
|
<p>结果按 <code>visited_on</code> <strong>升序排序</strong>。</p>
|
|
|
|
<p>返回结果格式的例子如下。</p>
|
|
|
|
<p> </p>
|
|
|
|
<p><strong>示例 1:</strong></p>
|
|
|
|
<pre>
|
|
<strong>输入：</strong>
|
|
Customer 表:
|
|
+-------------+--------------+--------------+-------------+
|
|
| customer_id | name | visited_on | amount |
|
|
+-------------+--------------+--------------+-------------+
|
|
| 1 | Jhon | 2019-01-01 | 100 |
|
|
| 2 | Daniel | 2019-01-02 | 110 |
|
|
| 3 | Jade | 2019-01-03 | 120 |
|
|
| 4 | Khaled | 2019-01-04 | 130 |
|
|
| 5 | Winston | 2019-01-05 | 110 |
|
|
| 6 | Elvis | 2019-01-06 | 140 |
|
|
| 7 | Anna | 2019-01-07 | 150 |
|
|
| 8 | Maria | 2019-01-08 | 80 |
|
|
| 9 | Jaze | 2019-01-09 | 110 |
|
|
| 1 | Jhon | 2019-01-10 | 130 |
|
|
| 3 | Jade | 2019-01-10 | 150 |
|
|
+-------------+--------------+--------------+-------------+
|
|
<strong>输出：</strong>
|
|
+--------------+--------------+----------------+
|
|
| visited_on | amount | average_amount |
|
|
+--------------+--------------+----------------+
|
|
| 2019-01-07 | 860 | 122.86 |
|
|
| 2019-01-08 | 840 | 120 |
|
|
| 2019-01-09 | 840 | 120 |
|
|
| 2019-01-10 | 1000 | 142.86 |
|
|
+--------------+--------------+----------------+
|
|
<strong>解释：</strong>
|
|
第一个七天消费平均值从 2019-01-01 到 2019-01-07 是restaurant-growth/restaurant-growth/ (100 + 110 + 120 + 130 + 110 + 140 + 150)/7 = 122.86
|
|
第二个七天消费平均值从 2019-01-02 到 2019-01-08 是 (110 + 120 + 130 + 110 + 140 + 150 + 80)/7 = 120
|
|
第三个七天消费平均值从 2019-01-03 到 2019-01-09 是 (120 + 130 + 110 + 140 + 150 + 80 + 110)/7 = 120
|
|
第四个七天消费平均值从 2019-01-04 到 2019-01-10 是 (130 + 110 + 140 + 150 + 80 + 110 + 130 + 150)/7 = 142.86</pre>
|