1.连续问题的统一思路
核心思想：连续变量−排序变量=常数C，根据常数C分组求和，即可判断连续次数
1.首先要有连续的参考列，如果没有，则需要自己构造
2.用row_number()对目标做排序，比如日期
3.排序后做diff，连续的diff一定相同，然后按diff取目标结果即可
2.相关题目
1285 找到连续区间的开始和结束数字
表：Logs
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| log_id | int |
+---------------+---------+
id 是上表具有唯一值的列。
上表的每一行包含日志表中的一个 ID。
编写解决方案，得到 Logs 表中的连续区间的开始数字和结束数字。
返回结果表按照 start_id 排序。
结果格式如下面的例子。
示例 1：
输入：
Logs 表：
+------------+
| log_id |
+------------+
| 1 |
| 2 |
| 3 |
| 7 |
| 8 |
| 10 |
+------------+
输出：
+------------+--------------+
| start_id | end_id |
+------------+--------------+
| 1 | 3 |
| 7 | 8 |
| 10 | 10 |
+------------+--------------+
解释：
结果表应包含 Logs 表中的所有区间。
从 1 到 3 在表中。
从 4 到 6 不在表中。
从 7 到 8 在表中。
9 不在表中。
10 在表中。
答案：
select min(log_id) as start_id
,max(log_id) as end_id
from
(select *
,log_id - row_number() over(order by log_id) as diff
from logs ) t0
group by diff
order by start_id
;
2173 最多连胜的次数
表: Matches
+-------------+------+
| Column Name | Type |
+-------------+------+
| player_id | int |
| match_day | date |
| result | enum |
+-------------+------+
(player_id, match_day) 是该表的主键（具有唯一值的列的组合）。
每一行包括了：参赛选手 id、 比赛时间、 比赛结果。
比赛结果（result）的枚举类型为 (‘Win’, ‘Draw’, ‘Lose’)。
选手的 连胜数 是指连续获胜的次数，且没有被平局或输球中断。
编写解决方案来计算每个参赛选手最多的连胜数。
结果可以以 任何顺序 返回。
结果格式如下例所示：
示例 1:
输入:
Matches 表:
+-----------+------------+--------+
| player_id | match_day | result |
+-----------+------------+--------+
| 1 | 2022-01-17 | Win |
| 1 | 2022-01-18 | Win |
| 1 | 2022-01-25 | Win |
| 1 | 2022-01-31 | Draw |
| 1 | 2022-02-08 | Win |
| 2 | 2022-02-06 | Lose |
| 2 | 2022-02-08 | Lose |
| 3 | 2022-03-30 | Win |
+-----------+------------+--------+
输出:
+-----------+----------------+
| player_id | longest_streak |
+-----------+----------------+
| 1 | 3 |
| 2 | 0 |
| 3 | 1 |
+-----------+----------------+
解释:
Player 1:
从 2022-01-17 到 2022-01-25, player 1连续赢了三场比赛。
2022-01-31, player 1 平局.
2022-02-08, player 1 赢了一场比赛。
最多连胜了三场比赛。
Player 2:
从 2022-02-06 到 2022-02-08, player 2 输了两场比赛。
最多连赢了0场比赛。
Player 3:
2022-03-30, player 3 赢了一场比赛。
最多连赢了一场比赛。
答案：
select a.player_id
,IFNULL(b.longest_streak, 0) as longest_streak
from (
select distinct player_id as player_id
from matches
) a
left join
(
select player_id
,max(cnt) as longest_streak
from
(select player_id
,diff
,count(1) as cnt
from
(select *
,rn1 - rn2 as diff
from
(select *
,row_number() over(partition by player_id order by match_day) as rn1
,row_number() over(partition by player_id, result order by match_day) as rn2
from matches) t
)t1
where result = 'win'
group by player_id
,diff
) t2
group by player_id
) b
on a.player_id = b.player_id
;
1454 活跃用户
表 Accounts:
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| id | int |
| name | varchar |
+---------------+---------+
id 是该表主键（具有唯一值的列）
该表包含账户 id 和账户的用户名.
表 Logins:
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| id | int |
| login_date | date |
+---------------+---------+
该表可能包含重复项.
该表包含登录用户的账户 id 和登录日期. 用户也许一天内登录多次.
活跃用户 是指那些至少连续 5 天登录账户的用户。
编写解决方案, 找到 活跃用户 的 id 和 name。
返回的结果表按照 id 排序 。
结果表格式如下例所示。
示例 1：
输入：
Accounts 表:
+----+----------+
| id | name |
+----+----------+
| 1 | Winston |
| 7 | Jonathan |
+----+----------+
Logins 表:
+----+------------+
| id | login_date |
+----+------------+
| 7 | 2020-05-30 |
| 1 | 2020-05-30 |
| 7 | 2020-05-31 |
| 7 | 2020-06-01 |
| 7 | 2020-06-02 |
| 7 | 2020-06-02 |
| 7 | 2020-06-03 |
| 1 | 2020-06-07 |
| 7 | 2020-06-10 |
+----+------------+
输出：
+----+----------+
| id | name |
+----+----------+
| 7 | Jonathan |
+----+----------+
解释：
id = 1 的用户 Winston 仅仅在不同的 2 天内登录了 2 次, 所以, Winston 不是活跃用户.
id = 7 的用户 Jonathon 在不同的 6 天内登录了 7 次, , 6 天中有 5 天是连续的, 所以, Jonathan 是活跃用户.
答案：
select distinct t3.id
,t4.name
from
(select id
,subdate(login_date, rn) as first_date
from
(select id
,login_date
,row_number() over(partition by id order by login_date) as rn
from
(select distinct id
,login_date
from logins ) t1
) t2
group by id
,first_date
having count(*) >= 5) t3
left join accounts t4
on t3.id = t4.id;
1225 报告系统状态的连续日期
表：Failed
+--------------+---------+
| Column Name | Type |
+--------------+---------+
| fail_date | date |
+--------------+---------+
该表主键为 fail_date (具有唯一值的列)。
该表包含失败任务的天数.
表： Succeeded
+--------------+---------+
| Column Name | Type |
+--------------+---------+
| success_date | date |
+--------------+---------+
该表主键为 success_date (具有唯一值的列)。
该表包含成功任务的天数.
系统 每天 运行一个任务。每个任务都独立于先前的任务。任务的状态可以是失败或是成功。
编写解决方案找出 2019-01-01 到 2019-12-31 期间任务连续同状态 period_state 的起止日期（start_date 和 end_date）。即如果任务失败了，就是失败状态的起止日期，如果任务成功了，就是成功状态的起止日期。
最后结果按照起始日期 start_date 排序
返回结果样例如下所示:
示例 1：
输入：
Failed table:
+-------------------+
| fail_date |
+-------------------+
| 2018-12-28 |
| 2018-12-29 |
| 2019-01-04 |
| 2019-01-05 |
+-------------------+
Succeeded table:
+-------------------+
| success_date |
+-------------------+
| 2018-12-30 |
| 2018-12-31 |
| 2019-01-01 |
| 2019-01-02 |
| 2019-01-03 |
| 2019-01-06 |
+-------------------+
输出：
+--------------+--------------+--------------+
| period_state | start_date | end_date |
+--------------+--------------+--------------+
| succeeded | 2019-01-01 | 2019-01-03 |
| failed | 2019-01-04 | 2019-01-05 |
| succeeded | 2019-01-06 | 2019-01-06 |
+--------------+--------------+--------------+
解释：
结果忽略了 2018 年的记录，因为我们只关心从 2019-01-01 到 2019-12-31 的记录
从 2019-01-01 到 2019-01-03 所有任务成功，系统状态为 “succeeded”。
从 2019-01-04 到 2019-01-05 所有任务失败，系统状态为 “failed”。
从 2019-01-06 到 2019-01-06 所有任务成功，系统状态为 “succeeded”。
答案:
select *
from
(
select 'failed' as period_state
,MIN(fail_date) AS start_date
,MAX(fail_date) AS end_date
from
( select fail_date
,subdate(fail_date, rn) as frist_date
from
(select fail_date
,row_number() over(order by fail_date) as rn
from failed
where fail_date between '2019-01-01' and '2019-12-31'
) t0
) t1
group by frist_date
union all
select 'succeeded' as period_state
,MIN(success_date) AS start_date
,MAX(success_date) AS end_date
from
( select success_date
,subdate(success_date, rn) as frist_date
from
( select success_date
,row_number() over(order by success_date) as rn
from Succeeded
where success_date between '2019-01-01' and '2019-12-31'
) t0
) t1
group by frist_date
) t
order by start_date
2292 连续两年有3个及以上订单的产品
表: Orders
+---------------+------+
| Column Name | Type |
+---------------+------+
| order_id | int |
| product_id | int |
| quantity | int |
| purchase_date | date |
+---------------+------+
order_id 包含唯一值。
该表中的每一行都包含订单 ID、购买的产品 ID、数量和购买日期。
编写解决方案，获取连续两年订购三次或三次以上的所有产品的 id。
以 任意顺序 返回结果表。
结果格式示例如下。
示例 1:
输入:
Orders 表:
+----------+------------+----------+---------------+
| order_id | product_id | quantity | purchase_date |
+----------+------------+----------+---------------+
| 1 | 1 | 7 | 2020-03-16 |
| 2 | 1 | 4 | 2020-12-02 |
| 3 | 1 | 7 | 2020-05-10 |
| 4 | 1 | 6 | 2021-12-23 |
| 5 | 1 | 5 | 2021-05-21 |
| 6 | 1 | 6 | 2021-10-11 |
| 7 | 2 | 6 | 2022-10-11 |
+----------+------------+----------+---------------+
输出:
+------------+
| product_id |
+------------+
| 1 |
+------------+
解释:
产品 1 在 2020 年和 2021 年都分别订购了三次。由于连续两年订购了三次，所以我们将其包含在答案中。
产品 2 在 2022 年订购了一次。我们不把它包括在答案中。
答案：
select distinct product_id
from
(select product_id
,ord_date
,ord_date - row_number() over(partition by product_id order by ord_date) as first_year
from
(
select date_format(purchase_date, '%Y') as ord_date
,product_id
,count(order_id) as ord_cnt
from orders
group by product_id
,date_format(purchase_date, '%Y')
having count(order_id) >= 3
) t0
) t1
group by product_id
,first_year
having count(*) > 1;
