表A中B字段,C字段相同的记录,只取D字段最高值的记录

yingshao419 2009-01-16 09:39:25
如表A

字段
B C D

a b 300
a b 200
b c 100
b c 200


只取出记录中的

a b 300
b c 200

因为四条记录中,有两条B,C字段值相同,只取一条,取哪条呢,取D字段值最高的记录



...全文
104 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
dawugui 2009-01-16
  • 打赏
  • 举报
回复
create table tb(B varchar(10), C varchar(10), D int)
insert into tb values('a' , 'b' , 300)
insert into tb values('a' , 'b' , 200)
insert into tb values('b' , 'c' , 100)
insert into tb values('b' , 'c' , 200)
go

select b , c , max(d) d from tb group by b , c

drop table tb

/*
b c d
---------- ---------- -----------
a b 300
b c 200

(所影响的行数为 2 行)
*/
dawugui 2009-01-16
  • 打赏
  • 举报
回复
[Quote=引用楼主 yingshao419 的帖子:]
如表A

字段
B C D

a b 300
a b 200
b c 100
b c 200


只取出记录中的

a b 300
b c 200

因为四条记录中,有两条B,C字段值相同,只取一条,取哪条呢,取D字段值最高的记录
[/Quote]
select b , c , max(D) d from A group by b , c
ljluck7687 2009-01-16
  • 打赏
  • 举报
回复
select a.B,a.C,b.D
from
(select B,C from test group by B,C) a,
(select B,C,D from test order by B,C,D desc) b
where a.B=b.B and a.C=b.C
百年树人 2009-01-16
  • 打赏
  • 举报
回复
或者
SELECT * 
FROM A T
WHERE NOT EXISTS(SELECT * FROM A WHERE B=T.B AND C=T.C AND D>T.D)
nzperfect 2009-01-16
  • 打赏
  • 举报
回复
select b,c,max(d) as d from 表a group by b,c
百年树人 2009-01-16
  • 打赏
  • 举报
回复
select B,C,max(D)
from A
GROUP BY B,C
代码下载地址: https://pan.quark.cn/s/c0956ef504db 在Android平台的应用程序构建过程,SO(Shared Object)文件作为由C或C++语言编译生成的库文件,主要用于实现Java层次面无法达成的性能提升或系统级操作。然而,由于SO文件通常内含敏感的原生代码段,它们容易成为网络攻击者重点瞄准的目标。为了增强应用程序的防御能力,开发人员需要对SO文件展开防护与强化处理,其代码混淆是一种被广泛采纳的技术手段。混淆技术的核心原理在于对代码的呈现形式和逻辑结构进行改造,以此降低恶意逆向工程师对代码内容的解析难度。针对Android SO文件的防护,代码混淆主要包含以下几个关键实施层面:1. **JNI函数标识符混淆**:JNI(Java Native Interface)作为Java程序与原生代码沟通的接口。这里提及的"JNI函数标识符混淆",指的是将原本具有明确含义的JNI函数标识符转换为无实际意义的字符序列,从而加大逆向分析的挑战性。例如,将`JNIEXPORT void JNICALL Java_com_example_MyClass_doSomething(JNIEnv *env, jobject obj)`处理为`JNIEXPORT void JNICALL Java_f45g3h4i3_kjljklf(JNIEnv *env, jobject obj)`。2. **函数实现混淆**:混淆作用不仅限于函数名,还可以延伸至函数主体内部。通过调整代码执行顺序、插入无效指令、构建多层循环结构等手段,使得原本直观的代码执行流程变得错综复杂且难以洞察。3. **常量与数据结构混淆**:对于SO文件的静态常量和数据布局,混...
内容概要:本文介绍了基于神经网络的带输出三相逆变器模型预测控制(MPC)与LC滤波器相结合的技术方案,并提供了完整的Matlab代码实现。该方案通过构建三相逆变器的数学模型,设计LC滤波器以有效抑制输出电流谐波,提升电能质量,并引入神经网络对系统非线性特性进行逼近与补偿,从而优化模型预测控制的精度与动态响应性能。文详细阐述了MPC控制器的设计流程,包括代价函数构建、状态预测、最优开关矢量选择等关键环节,同时结合神经网络实现对负载扰动和参数不确定性的自适应调节,增强了系统的鲁棒性与稳定性。整体方法在Matlab/Simulink环境完成仿真验证,展示了良好的输出电压波形质量和控制效果。; 适合人群:具备电力电子、自动控制理论基础及Matlab/Simulink仿真能力的高校研究生、科研人员以及从事新能源发电、微电网、逆变器控制等相关领域的工程技术人员。; 使用场景及目标:①应用于新能源并网逆变器、不间断电源(UPS)、微电网等对电能质量要求较高的场合;②旨在提升三相逆变器在复杂负载条件下的输出稳定性与动态响应能力,实现高精度电流控制与低谐波畸变率;③为研究先进控制策略在电力电子系统的应用提供可复现的技术参考与仿真平台。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点理解MPC算法的实现逻辑、LC滤波器参数设计方法以及神经网络与传统控制的融合机制,可通过修改负载条件、参数偏差等工况进行仿真实验,深入掌握系统鲁棒性优化的关键技术。

22,297

社区成员

发帖
与我相关
我的任务
社区描述
MS-SQL Server 疑难问题
社区管理员
  • 疑难问题社区
  • 尘觉
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧