[SQL] LeetCode题解 #182 查找重复的电子邮箱

对SQL语句不熟悉欢迎查看我整理的笔记：[SQL] MySQL基础 + python交互

转载请注明：陈熹 chenx6542@foxmail.com （简书号：半为花间酒）
若公众号内转载请联系公众号：早起Python

题目：

简单题 #182

SQL架构：

Create table If Not Exists Person (Id int, Email varchar(255));
Truncate table Person;
insert into Person (Id, Email) values ('1', 'a@b.com');
insert into Person (Id, Email) values ('2', 'c@d.com');
insert into Person (Id, Email) values ('3', 'a@b.com');

题解

第一种解法

—— 基于分组计数

寻找重复的邮箱，可以这么理解：
根据邮箱地址对所有邮箱进行分组，然后判断每个组的个数，正常情况下邮箱是唯一的，则产生的组也是仅含有一个记录，如果超过1个则说明这个邮箱地址有重复

SELECT Email
FROM Person
GROUP BY Email
HAVING COUNT(1) > 1;

这里简单解析一个知识点：COUNT(1) COUNT(Email) COUNT(*) 三者区别：

1. COUNT(*) 包含所有变量(列)的计数，可以等价为行数。计数过程中不会忽略NULL
2. COUNT(1) 是一个忽略列本身属性和特点的计数，计数过程中也不会忽略NULL
3. COUNT(Email) 针对于特定列Email的计数，计数过程中会忽略NULL

而执行效率上：

1. 如果表格只有一列： COUNT(*) 最好
2. 如果表格有多列：
   (1) 没有主键：COUNT(1) 的执行效率优于COUNT(*)
   (2) 有主键但不作为计数的列名：COUNT(1) 的执行效率优于COUNT(列名)
   (3) 有主键且作为计数的列名： COUNT(列名) 的执行效率优于COUNT(1)

分析题目中的表格，有两个字段且不存在主键，因此我选择COUNT(1)

如果不用HAVING写出的语句会比较绕，当然也可以达到目的

SELECT Email
FROM (
    SELECT Email, COUNT(1) count 
    FROM person 
    GROUP BY Email) tb1
WHERE COUNT > 1;

第二种解法

—— 基于JOIN自连接

另外一种思路是自连接，以Email作为连接字段
核心语句是以Id不相等作为过滤条件，对筛选出的Email去重也可以得出答案

SELECT DISTINCT(tb1.Email) 
FROM Person tb1 JOIN Person tb2 
ON tb1.Email = tb2 .Email AND tb1.Id != tb2 .Id;

在SQL中 != 还可以写作 <>，故还可以写成

SELECT DISTINCT(tb1.Email) 
FROM Person tb1 JOIN Person tb2 
ON tb1.Email = tb2 .Email AND tb1.Id <> tb2 .Id;

第三种解法

—— 基于NOT IN的子查询

SQL中还有一个重要的判断：NOT IN
因此还有一种思路：根据Email分组，选出各组最小的Id，如果存在重复值，则有些Id无法被选中，将这部分的查询作为WHERE的子查询，用Id NOT IN 子查询Id最后对Email去重即可

SELECT DISTINCT(Email) 
FROM Person
WHERE Id NOT IN (
    SELECT MIN(Id) Id 
    FROM Person  
    GROUP BY Email)