Tiffany_dang 
获赞
3
粉丝
1
关注
1
看过 TA
9
女 华北电力大学（北京） 2020 数据分析师 IP属地：未知暂未填写个人简介
题号 | 题目 | 提交时间 | 状态 | 运行时间 | 占用内存 | 使用语言 | 题解 |
|---|
NC265 |
从尾到头打印链表
|
2019-08-17
|
答案正确
| 27ms | 5712K | Python | |
NC265 |
从尾到头打印链表
|
2019-08-17
|
答案正确
| 23ms | 5860K | Python | |
3724 |
替换空格
|
2019-08-17
|
答案正确
| 34ms | 5748K | Python | |
3724 |
替换空格
|
2019-08-17
|
答案正确
| 36ms | 5708K | Python | |
3724 |
替换空格
|
2019-08-17
|
答案正确
| 23ms | 5752K | Python | |
NC29 |
二维数组中的查找
|
2019-08-17
|
答案正确
| 242ms | 5860K | Python | |
KY161 |
最大公约数
|
2019-08-03
|
答案正确
| 17ms | 2924K | Python | |
KY161 |
最大公约数
|
2019-08-03
|
答案正确
| 16ms | 2912K | Python | |
13324 |
汇总各个部门当前员工的title类型的分配数目
|
2019-02-27
|
答案正确
| 30ms | 3392K | Sqlite | |
13323 |
获取员工其当前的薪水比其manager当前薪水还高的相关信息
|
2019-02-27
|
答案正确
| 25ms | 3484K | Sqlite | |
13322 |
获取所有非manager员工当前的薪水情况
|
2019-02-27
|
答案正确
| 25ms | 3296K | Sqlite | |
13321 |
对所有员工的薪水按照salary降序进行1-N的排名
|
2019-02-27
|
答案正确
| 22ms | 3688K | Sqlite | |
13320 |
统计各个部门的工资记录数
|
2019-02-27
|
答案正确
| 16ms | 3320K | Sqlite | |
13319 |
查找在职员工自入职以来的薪水涨幅情况
|
2019-02-27
|
答案正确
| 20ms | 3320K | Sqlite | |
13319 |
查找在职员工自入职以来的薪水涨幅情况
|
2019-02-27
|
答案正确
| 16ms | 3216K | Sqlite | |
13317 |
查找员工编号emp_no为10001其自入职以来的薪水salary涨幅(总共涨了多少)growth
|
2019-02-27
|
答案正确
| 18ms | 3316K | Sqlite | |
13311 |
从titles表获取按照title进行分组，注意对于重复的emp_no进行忽略。
|
2019-02-27
|
答案正确
| 17ms | 3308K | Sqlite | |
13316 |
查找所有员工的last_name和first_name以及对应的dept_name
|
2019-02-26
|
答案正确
| 17ms | 3320K | Sqlite | |
13314 |
获取当前薪水第二多的员工的emp_no以及其对应的薪水salary
|
2019-02-26
|
答案正确
| 15ms | 3424K | Sqlite | |
13313 |
统计出当前各个title类型对应的员工当前薪水对应的平均工资
|
2019-02-26
|
答案正确
| 16ms | 3320K | Sqlite |
创作者周榜
更多
关注他的用户也关注了：