我有一个很大的名字表。每个条目都有一个惟一的ID、一个name和一个姓。如果不同的id有相同的名字和姓氏，这不一定是错误，但它经常是错误的，所以我想要一个列出嫌疑的查询。因为表很大，所以我不希望将其作为连接来执行，或者更确切地说:我不希望查询的表大小是二次的。如果我用函数式编程语言编写此代码，并且我的表只是一个三元组列表，我会这样做(在对数时间内):
- 按姓氏排序
- 将具有相同姓氏的相邻元素分组
- 抛出单例组[这可以不使用长度函数]
- 在这些组(map)中，按名称排序，然后分组，然后再次丢弃单例
- 将这些组(两次)扁平化以返回三元组列表
我如何做这个作为一个SQL查询?上面的算法可能不是在db上运行的好算法，但接下来会是什么呢?我对输出的精确格式不太在意，因为输出只是供人使用的。我应该补充的是,我在OpenOffice的数据库,它是基于HSQL。
在SQL中使用GROUP BY和HAVING来做你想做的事情。例如:
SELECT FIRSTNAME, LASTNAME FROM CUSTOMER GROUP BY LASTNAME, FIRSTNAME HAVING COUNT(*) > 1 ORDER BY LASTNAME
注意ORDER BY子句是可选的