筛选 前后 不连续 数据

[qqzeng-ip]

表 tb (int id) 连续定义： 就是 （前面一个+1等于后面那个 前提是 以连续的组为单位）
1
2
3
4
1 选
1
2
3
...
7
8
这样第五个1 为不连续数据 选出来 (上面 1-4和下面 1-8）为连续

1
2
3
4
5
1
2
3
...
7
8
这样为连续数据 上面1-5 下面1-7 都为连续 没有要选的


1
2
3
1 选
1 选
1 选
1
2
3
4
选出来为 第四个 1， 第五个 1 第六个 1 不连续 （前面1-3 连续，后面1-4连续）

[开着拖拉机泡妞]

--TravyLee生成测试数据:
if OBJECT_ID('test')is not null
drop table test
go
create table test(
value int
)
go
insert test
select 1 union all
select 2 union all
select 3 union all
select 4 union all
select 1 union all
select 1 union all
select 2 union all
select 3 union all
select 1 union all
select 1 union all
select 1 union all
select 1 union all
select 2 union all
select 3 union all
select 3 union all
select 2
go

with t
as(
select value-ROW_NUMBER()over(order by (select 1)) as px,
value from test
)
select startrange as value from(
select px,MIN(value) as startrange,max(value) as endrange from t
group by px)b
where startrange=endrange
order by startrange
/*
value
--------
1
1
1
1
2
3
*/

--典型的求孤岛问题

[开着拖拉机泡妞]

--缺失范围和现有范围（也称间断和孤岛问题）
--1、缺失范围（间断）
/*
收集人：TravyLee
时间：2012-03-25
如有引用，请标明“此内容源自MSSQL2008技术内幕之T-SQL”
*/
/*
求解间断问题有几种方法，小弟我选择性能较高的三种（使用游标的方法省略
有兴趣不全的大哥大姐请回复）
---------------------------------------------------------------------
间断问题的解决方案1；使用子查询
step 1：找到间断之前的值，每个值增加一个间隔
step 2：对于没一个间断的起点，找出序列中现有得值，再减去一个间隔
本人理解为：找到原数据表中的值加一减一是否存在，若有不妥，望纠正
生成测试数据:
go
if object_id('tbl')is not null 
drop table tbl
go
create table tbl(
id int not null
)
go
insert tbl
values(2),(3),(11),(12),(13),(27),(33),(34),(35),(42)
要求：找到上表数据中的不存在的id的范围，
--实现输出结果：
/*
开始范围 结束范围
 4        10
 14       26
 28       32
 36       41
 */
 按照每个步骤实现：
 step 1：找到间断之前的值，每个值增加一个间隔
 我们可以清楚的发现，要找的间断范围的起始值实际上就是我们
 现有数据中的某些值加1后存不存在现有数据表中的问题，通过
 子查询实现：
 
 select id+1 as start_range from tbl as a
 where not exists(select 1 from tbl as b
 where b.id=a.id+1)and id<(select max(id) from tbl)
 --此查询语句实现以下输出：
 /*
 start_range
 4
 14
 28
 36
 */
 step 2：对于没一个间断的起点，找出序列中现有得值，再减去一个间隔
 
 select id+1 as start_range,(select min(b.id) from tbl as b
 where b.id>a.id)-1 as end_range
 from tbl a where not exists(select 1 from tbl as b
                        where b.id=a.id+1)
     and id<(select max(id) from tbl)
 --输出结果：
 /*
   start_range    end_range
   4    10
   14    26
   28    32
   36    41
 */
通过以上的相关子查询我们实现了找到原数据表中的间断范围。
而且这种方式的效率较其他方式有绝对的优势


间断问题的解决方案2；使用子查询（主意观察同1的区别）
step 1:对每个现有的值匹配下一个现有的值，生成一对一对的当
       前值和下一个值
step 2:只保留下一个值减当前值大于1的间隔值对
step 3:对剩下的值对，将每个当前值增加1个间隔，将每个下一
       个值减去一个间隔

--转换成T-SQL语句实现：
--step 1:
select id as cur,(select min(b.id) from tbl b where
         b.id>a.id) as nxt from tbl a
--此子查询生成的结果：
/*
 cur    nxt
 2     3
 3     11
 11     12
 12     13
 13     27
 27     33
 33     34
 34     35
 35     42
 42     NULL
 */
 step 2 and step 3:
 select cur+1 as start_range,nxt-1 as end_range
 from (select id as cur,(select min(b.id) from tbl b 
 where b.id>a.id) as nxt from tbl a ) as d
      where nxt-cur>1
--生成结果：
/*
 start_range     end_range
 4     10
 14     26
 28     32
 36     41
*/
 间断问题的解决方案3；使用排名函数实现
 
 此种方法与第二种类似,这里我一步实现：
 
 ;with c as
 (
   select id,row_number()over(order by id) as rownum
   from tbl
 )
 select cur.id+1 as strat_range,nxt.id-1 as end_range
        from c as cur join c as nxt
   on nxt.rownum=cur.rownum+1
  where nxt.id-cur.id>1

--输出结果：
 /*
 strat_range    end_range
 4     10
 14     26
 28     32
 36     41
 */
 
*/
--2、现有范围（孤岛）
/*
以上测试数据，试下如下输出：
/*
开始范围 结束范围
2        3
11       13
27       27
33       35
42       42
*/
和间断问题一样，孤岛问题也有集中解决方案，这里也只介绍三种
省略了用游标的实现方案：

孤岛问题解决方案1：使用子查询和排名计算
step 1:找出间断之后的点，为他们分配行号（这是孤岛的起点）
step 2:找出间断之前的点，为他们分配行号（这是孤岛的终点）
step 3:以行号相等作为条件，匹配孤岛的起点和终点

--实现代码:
    with startpoints as
    (
      select id,row_number()over(order by id) as rownum
           from tbl as a where not exists(
        select 1 from tbl as b where b.id=a.id-1) 
     /*
     此查询语句单独运行的结果：
     id    rownum
     2    1
     11    2
     27    3
     33    4
     42    5
     */
    ),
    endpoinds as
    (
      select id,row_number()over(order by id) as rownum
          from tbl as a where not exists(
        select 1 from tbl as b where b.id=a.id+1)
   /*
     此查询语句单独运行的结果：
     id    rownum
     3    1
     13    2
     27    3
     35    4
     42    5
    */
    )
    select s.id as start_range,e.id as end_range
    from startpoints as s
    inner join endpoinds as e
    on e.rownum=s.rownum
--运行结果:   
/*
 start_range    end_range
 2    3
 11    13
 27    27
 33    35
 42    42
*/

孤岛问题解决方案2：使用基于子查询的组标识符

--直接给出代码：

with d as
(
  select id,(select min(b.id) from tbl b where b.id>=a.id
      and not exists (select * from tbl c where c.id=b.id+1)) as grp
  from tbl a
)
select min(id) as start_range,max(id) as end_range
from d group by grp
/*
start_range    end_range
2    3
11    13
27    27
33    35
42    42
*/


孤岛问题解决方案3：使用基于子查询的组标识符:

step 1:按照id顺序计算行号:
   select id ,row_number()over(order by id) as rownum from tbl
/*
id    rownum
2    1
3    2
11    3
12    4
13    5
27    6
33    7
34    8
35    9
42    10
*/
step 2：生成id和行号的差:
   select id,id-row_number()over(order by id) as diff from tbl
/*
id    diff
2    1
3    1
11    8
12    8
13    8
27    21
33    26
34    26
35    26
42    32
*/
这里解释一下这样做的原因；
   因为在孤岛范围内，这两个序列都以相同的时间间隔来保持增长，所以
   这时他们的差值保持不变。只要遇到一个新的孤岛，他们之间的差值就
   会增加。这样做的目的为何，第三步将为你说明。
step 3:分别取出第二个查询中生成的相同的diff的值的最大id和最小id
    with t as(
      select id,id-row_number()over(order by id) as diff from tbl
    )
    select min(id) as start_range,max(id) as end_range from t
       group by diff
/*
start_range    end_range
2    3
11    13
27    27
33    35
42    42
*/

求孤岛问题，低三种方法效率较前两种较高，具有比较强的技巧性
希望在实际运用中采纳。
*/

[唐诗三百首]

create table zen(id int)

insert into zen(id)
select 1 union all
select 2 union all
select 3 union all
select 1 union all
select 1 union all
select 1 union all
select 1 union all
select 2 union all
select 3 union all
select 4


with t as
(select row_number() over(order by getdate()) rn,
 id from zen
)
select a.id
from t a
left join t b on a.rn=b.rn+1
left join t c on a.rn=c.rn-1
where a.id-isnull(b.id,0)<>1
and isnull(c.id,0)-a.id<>1

/*
id
-----------
1
1
1

(3 row(s) affected)
*/