[알고리즘] 있었는데요 없었습니다
2023. 9. 16. 14:03ㆍ알고리즘 풀이/SQL
있었는데요 없었습니다
문제 설명
ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다.
NAME TYPE NULLABLE
ANIMAL_ID VARCHAR(N) FALSE
ANIMAL_TYPE VARCHAR(N) FALSE
DATETIME DATETIME FALSE
INTAKE_CONDITION VARCHAR(N) FALSE
NAME VARCHAR(N) TRUE
SEX_UPON_INTAKE VARCHAR(N) FALSE
ANIMAL_OUTS 테이블은 동물 보호소에서 입양 보낸 동물의 정보를 담은 테이블입니다. ANIMAL_OUTS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, NAME, SEX_UPON_OUTCOME는 각각 동물의 아이디, 생물 종, 입양일, 이름, 성별 및 중성화 여부를 나타냅니다. ANIMAL_OUTS 테이블의 ANIMAL_ID는 ANIMAL_INS의 ANIMAL_ID의 외래 키입니다.
NAME TYPE NULLABLE
ANIMAL_ID VARCHAR(N) FALSE
ANIMAL_TYPE VARCHAR(N) FALSE
DATETIME DATETIME FALSE
NAME VARCHAR(N) TRUE
SEX_UPON_OUTCOME VARCHAR(N) FALSE
관리자의 실수로 일부 동물의 입양일이 잘못 입력되었습니다. 보호 시작일보다 입양일이 더 빠른 동물의 아이디와 이름을 조회하는 SQL문을 작성해주세요. 이때 결과는 보호 시작일이 빠른 순으로 조회해야합니다.
예시
예를 들어, ANIMAL_INS 테이블과 ANIMAL_OUTS 테이블이 다음과 같다면
ANIMAL_INS
ANIMAL_ID ANIMAL_TYPE DATETIME INTAKE_CONDITION NAME SEX_UPON_INTAKE
A350276 Cat 2017-08-13 13:50:00 Normal Jewel Spayed Female
A381217 Dog 2017-07-08 09:41:00 Sick Cherokee Neutered Male
ANIMAL_OUTS
ANIMAL_ID ANIMAL_TYPE DATETIME NAME SEX_UPON_OUTCOME
A350276 Cat 2018-01-28 17:51:00 Jewel Spayed Female
A381217 Dog 2017-06-09 18:51:00 Cherokee Neutered Male
SQL문을 실행하면 다음과 같이 나와야 합니다.
ANIMAL_ID NAME
A381217 Cherokee
본 문제는 Kaggle의 "Austin Animal Center Shelter Intakes and Outcomes"에서 제공하는 데이터를 사용하였으며 ODbL의 적용을 받습니다.
나의 풀이
- 시간이 더 빠른 걸 더 크다고 하는 실수를 하지 않으면 되는 문제
- datetime끼리 부등호로 비교했을 때 안될 줄 알았는데 type이 datetime이여서 그런지 되는 걸 보고 놀랐다.
select a.animal_id, a.name from animal_ins as a inner join animal_outs as b on a.animal_id = b.animal_id where a.datetime > b.datetime order by a.datetime
'알고리즘 풀이 > SQL' 카테고리의 다른 글
[알고리즘] 없어진 기록 찾기 (0) | 2023.09.17 |
---|---|
[알고리즘][X] 오랜 기간 보호한 동물(1) (0) | 2023.09.16 |
[알고리즘][X] 상품 별 오프라인 매출 구하기 (0) | 2023.09.15 |
[알고리즘] 조건에 맞는 도서와 저자 리스트 출력하기 (0) | 2023.09.15 |
[알고리즘][X] 오프라인/온라인 판매 데이터 통합하기 (1) | 2023.09.14 |