1454. 活跃用户（难度：困难）

题目描述

（通过次数8,894 | 提交次数22,565，通过率39.42%）

表 Accounts:
+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| id            | int     |
| name          | varchar |
+---------------+---------+
id 是该表主键.
该表包含账户 id 和账户的用户名.

表 Logins:
+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| id            | int     |
| login_date    | date    |
+---------------+---------+
该表无主键, 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.

写一个 SQL 查询, 找到活跃用户的 id 和 name.
活跃用户是指那些至少连续5 天登录账户的用户.
返回的结果表按照 id 排序.
结果表格式如下例所示:
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 |
+----+------------+

Result 表:
+----+----------+
| id | name     |
+----+----------+
| 7  | Jonathan |
+----+----------+
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.

进阶问题:
如果活跃用户是那些至少连续n天登录账户的用户,你能否写出通用的解决方案

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/active-users
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

--测试数据
Create table If Not Exists Accounts (id int, name varchar(10));
Create table If Not Exists Logins (id int, login_date date);

insert into Accounts (id, name) values ('1', 'Winston');
insert into Accounts (id, name) values ('7', 'Jonathan');

insert into Logins (id, login_date) values ('7', '2020-05-30');
insert into Logins (id, login_date) values ('1', '2020-05-30');
insert into Logins (id, login_date) values ('7', '2020-05-31');
insert into Logins (id, login_date) values ('7', '2020-06-01');
insert into Logins (id, login_date) values ('7', '2020-06-02');
insert into Logins (id, login_date) values ('7', '2020-06-02');
insert into Logins (id, login_date) values ('7', '2020-06-03');
insert into Logins (id, login_date) values ('1', '2020-06-07');
insert into Logins (id, login_date) values ('7', '2020-06-10');

解题思路

这又是一道典型的求连续区间的问题。

对于求连续区间的问题，一般的解决方法是，先计算出字段值在全表中的序号，再计算出从某个起点出发到字段值中间经过的值的数量，最后再以序号-数量的结果进行分组统计。

“字段值在全表中的序号”比较好计算，使用开窗函数row_number可以很轻松的实现。

“从某个起点出发到字段值中间经过的值的数量”，对于时间来说，可以将一个比较小的日期定为起始日期（比如1900-01-01），然后计算当前日期距离起始日期经过的天数。使用datediff日期函数，可以实现。

不过，这道题有两点需要注意。

第一，源表Logins中，数据可能是重复的。也就是说，同一个id，同一天，可能有多条记录。这就需要在计算开始前，先对Logins进行去重操作。否则会影响结果的准确性。

第二，因为题目要求，计算出连续5天及以上登录的id。那么，同一个id，可能会存在多段时间都满足要求的情况。所以，对于计算结果，还需要再做一次去重操作。

参考SQL

未特别说明的情况下，参考SQL为基于MySQL8.0实现。

with 
tmp as (
    select distinct id,login_date from Logins
)
select
    c.id,
    d.name
from (
    select
        distinct
        b.id
    from (
        select
            a.id,
            a.login_date,
            datediff(a.login_date,'1900-01-01') -
            row_number() over(order by a.id,a.login_date) rn_diff
        from tmp a
    ) b
    group by b.id,b.rn_diff
    having count(1)>=5
)c
left join Accounts d
on c.id = d.id
order by c.id;