1729. 求关注者的数量

简介: 1729. 求关注者的数量

说在前面

🎈不知道大家对于算法的学习是一个怎样的心态呢?为了面试还是因为兴趣?不管是出于什么原因,算法学习需要持续保持。

题目描述

表: Followers

+-------------+------+
| Column Name | Type |
+-------------+------+
| user_id     | int  |
| follower_id | int  |
+-------------+------+
(user_id, follower_id) 是这个表的主键(具有唯一值的列的组合)。
该表包含一个关注关系中关注者和用户的编号,其中关注者关注用户。

编写解决方案,对于每一个用户,返回该用户的关注者数量。

user_id 的顺序返回结果表。

查询结果的格式如下示例所示。

示例 1:

输入:
Followers 表:
+---------+-------------+
| user_id | follower_id |
+---------+-------------+
| 0       | 1           |
| 1       | 0           |
| 2       | 0           |
| 2       | 1           |
+---------+-------------+
输出:
+---------+----------------+
| user_id | followers_count|
+---------+----------------+
| 0       | 1              |
| 1       | 1              |
| 2       | 2              |
+---------+----------------+
解释:
0 的关注者有 {1}
1 的关注者有 {0}
2 的关注者有 {0,1}

解题思路

从Followers表中选择user_id和其对应的follower_id数量,并按照user_id进行分组,最后按照user_id字段进行升序排序。

具体实现方式是使用SELECT语句选择user_id和COUNT(follower_id)字段,FROM子句指定表名为Followers。然后,在GROUP BY子句中指定user_id字段,以便对其进行分组,并使用COUNT()函数计算每个user_id的follower_id数量。

最后,使用ORDER BY子句按照user_id进行升序排序,以便对结果进行展示。

AC代码

select user_id, COUNT(follower_id) followers_count from Followers group by user_id order by user_id

公众号

关注公众号『前端也能这么有趣』,获取更多有趣内容。

说在后面

🎉 这里是 JYeontu,现在是一名前端工程师,有空会刷刷算法题,平时喜欢打羽毛球 🏸 ,平时也喜欢写些东西,既为自己记录 📋,也希望可以对大家有那么一丢丢的帮助,写的不好望多多谅解 🙇,写错的地方望指出,定会认真改进 😊,偶尔也会在自己的公众号『前端也能这么有趣』发一些比较有趣的文章,有兴趣的也可以关注下。在此谢谢大家的支持,我们下文再见 🙌。

目录
相关文章
|
JavaScript 前端开发
【报错】unhandled error during execution of watcher callback
JavaScript错误`unhandled error during execution of watcher callback`在Echarts图表渲染时出现,通常是因数据未获取到就尝试渲染导致。解决方法是在渲染前添加非空判断,如`if(value){开始渲染数据}`或`if(value !== undefined){开始渲染数据}`,确保数据加载完成后再执行渲染。
1306 0
|
11月前
|
SQL 监控 安全
网站安全管理的必要性与实践
在数字化浪潮席卷全球的今天,网站已成为企业展示形象、开展业务的重要窗口。然而,随着网络技术的飞速发展,网站安全问题也日益凸显,遭受攻击、数据泄露、服务中断等安全事件频发,给企业带来巨大的经济损失和声誉风险。
168 2
|
算法 安全 Java
性能工具之 JMeter 自定义 Java Sampler 支持国密 SM2 算法
【4月更文挑战第28天】性能工具之 JMeter 自定义 Java Sampler 支持国密 SM2 算法
1195 1
性能工具之 JMeter 自定义 Java Sampler 支持国密 SM2 算法
|
Java 数据库连接 测试技术
Mybatis-PLUS详解
Mybatis-PLUS详解
608 0
|
KVM 虚拟化
KVM的热添加技术之CPU
这篇文章介绍了如何在KVM虚拟机中热添加CPU资源,包括查看当前CPU配置、修改CPU核心数、永久性修改CPU配置以及注意事项等操作步骤。
563 1
KVM的热添加技术之CPU
|
分布式计算 大数据 Serverless
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
在2024云栖大会开源大数据专场上,阿里云宣布推出实时计算Flink产品的新一代向量化流计算引擎Flash,该引擎100%兼容Apache Flink标准,性能提升5-10倍,助力企业降本增效。此外,EMR Serverless Spark产品启动商业化,提供全托管Serverless服务,性能提升300%,并支持弹性伸缩与按量付费。七猫免费小说也分享了其在云上数据仓库治理的成功实践。其次 Flink Forward Asia 2024 将于11月在上海举行,欢迎报名参加。
961 6
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
|
存储 JavaScript 前端开发
前端(十)——深入剖析 Vuex:Vue.js 应用的状态管理神器
前端(十)——深入剖析 Vuex:Vue.js 应用的状态管理神器
663 1
|
存储 边缘计算 物联网
边缘计算的类型及应用概述
边缘计算将计算力移至网络边缘,提升响应速度,降低带宽需求。主要类型包括:边缘设备(如传感器、手机),边缘数据中心(靠近数据源,适用于视频监控等)、边缘云(分布式小型云服务器,支持智能交通等)、边缘服务器(优化网络资源)和云计算型边缘计算(资源共享,安全隐私需关注)。应用广泛,涵盖智能家居、物联网、工业自动化和智能医疗等领域。随着技术发展,边缘计算将持续影响数字化进程。
边缘计算的类型及应用概述
|
存储 监控 安全
构建高效的个人知识管理系统:技术与实践
【10月更文挑战第5天】在信息爆炸的时代,个人知识管理变得至关重要。本文将介绍如何利用现代技术手段,尤其是开源工具和云服务,构建一个高效的个人知识管理系统。我们将探索不同的知识组织方法,自动化信息的收集与整理流程,以及确保信息安全的策略。通过实际案例和代码示例,本文旨在为读者提供一套可行的解决方案,帮助他们更好地管理个人知识库,提升学习和工作效率。
494 2
|
Java Windows
【极光系列】springBoot集成elasticsearch
【极光系列】springBoot集成elasticsearch
403 2

热门文章

最新文章

下一篇
开通oss服务