| comments | true | |
|---|---|---|
| difficulty | 中等 | |
| edit_url | https://github.com/doocs/leetcode/edit/main/solution/3600-3699/3642.Find%20Books%20with%20Polarized%20Opinions/README.md | |
| tags |
|
表：books
+-------------+---------+ | Column Name | Type | +-------------+---------+ | book_id | int | | title | varchar | | author | varchar | | genre | varchar | | pages | int | +-------------+---------+ book_id 是这张表的唯一主键。 每一行包含关于一本书的信息，包括其类型和页数。
表：reading_sessions
+----------------+---------+ | Column Name | Type | +----------------+---------+ | session_id | int | | book_id | int | | reader_name | varchar | | pages_read | int | | session_rating | int | +----------------+---------+ session_id 是这张表的唯一主键。 每一行代表一次阅读事件，有人阅读了书籍的一部分。session_rating 在 1-5 的范围内。
编写一个解决方案来找到具有 两极分化观点 的书 - 同时获得不同读者极高和极低评分的书籍。
- 如果一本书有至少一个大于等于
4的评分和至少一个小于等于2的评分则是有两极分化观点的书 - 只考虑有至少
5次阅读事件的书籍 - 按
highest_rating - lowest_rating计算评分差幅 rating spread - 按极端评分（评分小于等于
2或大于等于4）的数量除以总阅读事件计算 极化得分 polarization score - 只包含 极化得分大于等于
0.6的书（至少60%极端评分）
返回结果表按极化得分 降序 排序，然后按标题 降序 排序。
极化得分应舍入到 2 位小数。
返回格式如下所示。
示例：
输入：
books 表：
+---------+------------------------+---------------+----------+-------+ | book_id | title | author | genre | pages | +---------+------------------------+---------------+----------+-------+ | 1 | The Great Gatsby | F. Scott | Fiction | 180 | | 2 | To Kill a Mockingbird | Harper Lee | Fiction | 281 | | 3 | 1984 | George Orwell | Dystopian| 328 | | 4 | Pride and Prejudice | Jane Austen | Romance | 432 | | 5 | The Catcher in the Rye | J.D. Salinger | Fiction | 277 | +---------+------------------------+---------------+----------+-------+
reading_sessions 表：
+------------+---------+-------------+------------+----------------+ | session_id | book_id | reader_name | pages_read | session_rating | +------------+---------+-------------+------------+----------------+ | 1 | 1 | Alice | 50 | 5 | | 2 | 1 | Bob | 60 | 1 | | 3 | 1 | Carol | 40 | 4 | | 4 | 1 | David | 30 | 2 | | 5 | 1 | Emma | 45 | 5 | | 6 | 2 | Frank | 80 | 4 | | 7 | 2 | Grace | 70 | 4 | | 8 | 2 | Henry | 90 | 5 | | 9 | 2 | Ivy | 60 | 4 | | 10 | 2 | Jack | 75 | 4 | | 11 | 3 | Kate | 100 | 2 | | 12 | 3 | Liam | 120 | 1 | | 13 | 3 | Mia | 80 | 2 | | 14 | 3 | Noah | 90 | 1 | | 15 | 3 | Olivia | 110 | 4 | | 16 | 3 | Paul | 95 | 5 | | 17 | 4 | Quinn | 150 | 3 | | 18 | 4 | Ruby | 140 | 3 | | 19 | 5 | Sam | 80 | 1 | | 20 | 5 | Tara | 70 | 2 | +------------+---------+-------------+------------+----------------+
输出：
+---------+------------------+---------------+-----------+-------+---------------+--------------------+ | book_id | title | author | genre | pages | rating_spread | polarization_score | +---------+------------------+---------------+-----------+-------+---------------+--------------------+ | 1 | The Great Gatsby | F. Scott | Fiction | 180 | 4 | 1.00 | | 3 | 1984 | George Orwell | Dystopian | 328 | 4 | 1.00 | +---------+------------------+---------------+-----------+-------+---------------+--------------------+
解释：
- 了不起的盖茨比（book_id = 1）：
<ul> <li>有 5 次阅读事件（满足最少要求）</li> <li>评分：5, 1, 4, 2, 5</li> <li>大于等于 4 的评分：5，4，5（3 次事件）</li> <li>小于等于 2 的评分：1，2（2 次事件）</li> <li>评分差：5 - 1 = 4</li> <li>极端评分（≤2 或 ≥4）：所有 5 次事件（5，1，4，2，5）</li> <li>极化得分：5/5 = 1.00（≥ 0.6，符合）</li> </ul> </li> <li><strong>1984 (book_id = 3):</strong> <ul> <li>有 6 次阅读事件（满足最少要求）</li> <li>评分：2，1，2，1，4，5</li> <li>大于等于 4 的评分：4，5（2 次事件）</li> <li>小于等于 2 的评分：2，1，2，1（4 次事件）</li> <li>评分差：5 - 1 = 4</li> <li>极端评分（≤2 或 ≥4）：所有 6 次事件（2，1，2，1，4，5）</li> <li>极化得分：6/6 = 1.00 (≥ 0.6，符合）</li> </ul> </li> <li><strong>未包含的书：</strong> <ul> <li>杀死一只知更鸟（book_id = 2）：所有评分为 4-5，没有低分（≤2）</li> <li>傲慢与偏见（book_id = 4）：只有 2 次事件（< 最少 5 次）</li> <li>麦田里的守望者（book_id = 5）：只有 2 次事件（< 最少 5 次）</li> </ul> </li>
结果表按极化得分降序排序，然后按标题降序排序。
我们可以通过连接 books 表和 reading_sessions 表，然后对结果进行分组和聚合来实现。
首先，我们需要计算每本书的评分范围、极端评分的数量和极端评分的比例。
然后，我们可以根据这些指标筛选出符合条件的书籍。
最后，按照极端评分比例和书名的降序排列结果。
# Write your MySQL query statement below
SELECT
book_id,
title,
author,
genre,
pages,
(MAX(session_rating) - MIN(session_rating)) AS rating_spread,
ROUND((SUM(session_rating <= 2) + SUM(session_rating >= 4)) / COUNT(1), 2) polarization_score
FROM
books
JOIN reading_sessions USING (book_id)
GROUP BY book_id
HAVING
COUNT(1) >= 5
AND MAX(session_rating) >= 4
AND MIN(session_rating) <= 2
AND polarization_score >= 0.6
ORDER BY polarization_score DESC, title DESC;import pandas as pd
from decimal import Decimal, ROUND_HALF_UP
def find_polarized_books(
books: pd.DataFrame, reading_sessions: pd.DataFrame
) -> pd.DataFrame:
df = books.merge(reading_sessions, on="book_id")
agg_df = (
df.groupby(["book_id", "title", "author", "genre", "pages"])
.agg(
max_rating=("session_rating", "max"),
min_rating=("session_rating", "min"),
rating_spread=("session_rating", lambda x: x.max() - x.min()),
count_sessions=("session_rating", "count"),
low_or_high_count=("session_rating", lambda x: ((x <= 2) | (x >= 4)).sum()),
)
.reset_index()
)
agg_df["polarization_score"] = agg_df.apply(
lambda r: float(
Decimal(r["low_or_high_count"] / r["count_sessions"]).quantize(
Decimal("0.01"), rounding=ROUND_HALF_UP
)
),
axis=1,
)
result = agg_df[
(agg_df["count_sessions"] >= 5)
& (agg_df["max_rating"] >= 4)
& (agg_df["min_rating"] <= 2)
& (agg_df["polarization_score"] >= 0.6)
]
return result.sort_values(
by=["polarization_score", "title"], ascending=[False, False]
)[
[
"book_id",
"title",
"author",
"genre",
"pages",
"rating_spread",
"polarization_score",
]
]