LeetCode 196. 删除重复的电子邮箱
目录
题目描述
题意分析
Person表有两列：主键id和邮箱id最小的那一行。注意这题要写的是DELETE而不是SELECT，判定看的是执行之后表里剩下什么，而不是查询返回什么。「保留 id 最小」这条规则把「该删哪些」变成了一个可以逐行独立判定的谓词：一行该被删，当且仅当存在另一行与它邮箱相同且 id 更小。这个表述很关键——它不需要先算出「每组的最小 id」再回头比对，只需要判断「有没有比我更小的同伴」。
id是主键，所以互不相同，「更小」这个比较不会出现平局，每组必然恰好留下一行，不会误删光也不会漏删。另一个必须留意的是 MySQL 的限制：不能在删除一张表的同时，在子查询里直接读取同一张表（报 1093 错误）。这条限制决定了写法只能走连接，或者套两层派生表把子查询的结果先物化。
边界包括：表中没有任何重复（一行都不删）；某个邮箱出现三次及以上（要删掉除最小 id 外的全部）；以及表只有一行。
解法：SQL 查询建模
核心思路
最直觉的写法是「先查出每个邮箱的最小 id，再删掉 id 不在这个集合里的行」。语义完全正确，但在 MySQL 上直接写
DELETE FROM Person WHERE id NOT IN (SELECT MIN(id) FROM Person GROUP BY email)会被拒绝——子查询读的正是要删的那张表。要救它得再套一层派生表把中间结果物化，写法变得臃肿。换个角度就干净了。前面已经把删除条件重述成「存在另一行与我邮箱相同且 id 更小」，而「存在另一行满足某关系」在 SQL 里的自然表达就是自连接：把同一张表以两个别名引入，让「我」和「那个更小的同伴」在同一行里相遇。
ON中的两个条件各有职责：p1.email = p2.email限定同一邮箱，p1.id > p2.id证明p1存在更小 id 的同伴。凡是能连接成功的p1都应删除。
DELETE p1 FROM ... JOIN ...这个语法的含义是「按连接结果删除p1所代表的那张表里的行」。别名p1出现在DELETE之后，明确指定了删哪一侧——这是多表删除语法的核心，写漏了数据库不知道该动谁。为什么不会误删最小 id 的那一行？因为对它而言不存在 id 更小的同伴，
p1.id > p2.id对所有候选p2都不成立，它压根不会出现在连接结果里。为什么同一行被匹配多次也没问题？一个邮箱出现三次时，最大 id 的那行会同时和另外两行配对，产生两条连接结果，但
DELETE对同一行的重复命中是幂等的——删一次就不在了，不会报错也不会重复计数。比较用严格大于而不是不等号：写成
p1.id != p2.id会让每一行都能找到同伴，整组被删光。
解题步骤
- 确认要删的是哪一侧，并把它的别名写在
DELETE之后。这里删的是「有更小同伴」的那一行，所以是DELETE p1。这一步定错，整条语句的方向就反了。- 用两个别名把
Person引入两次：p1代表「被审视的行」，p2代表「潜在的更小同伴」。同一张表出现两次必须起别名，否则列引用有歧义。- 连接条件同时限定同邮箱和 id 大小：
p1.email = p2.email AND p1.id > p2.id。p1只要能连接到一条p2，就证明它不是本邮箱的最小 id。- 不需要
GROUP BY、MIN()或任何子查询。整个判定是逐行的存在性检查，连接本身已经把它表达完整了。以一张具体的表走一遍：
Person中有(1, 'john@example.com')、(2, 'bob@example.com')、(3, 'john@example.com')。连接阶段按邮箱配对。
john@example.com这一组有 id 为 1 和 3 的两行，两两组合出四对：(p1=1, p2=1)、(p1=1, p2=3)、(p1=3, p2=1)、(p1=3, p2=3)。bob@example.com只有一行，只能自己和自己配成(p1=2, p2=2)。再应用 id 大小条件：
(1,1)、(1,3)、(3,3)、(2,2)都不成立，只有(3,1)满足 $3 > 1$，所以删除侧只命中 id 3。于是只有
p1.id = 3这一行被标记删除。执行后表里剩下(1, 'john@example.com')与(2, 'bob@example.com')，正是预期结果。再看三份重复的情形：邮箱相同的行 id 分别是 1、4、7。满足
p1.id > p2.id的组合有(4,1)、(7,1)、(7,4)，被标记的p1是 4 和 7 两行（7 被命中两次，但只删一次）。id 为 1 的行找不到更小的同伴，得以保留。若把条件误写成
p1.id != p2.id，第一个例子里(1,3)与(3,1)都会成立，两行全被删光，正确答案是保留 id 为 1 的那行。
代码实现
-- DELETE 后的 p1 指定删哪一侧；自连接找出「存在更小同伴」的行。
DELETE p1
FROM Person AS p1
JOIN Person AS p2
ON p1.email = p2.email
AND p1.id > p2.id;
复杂度分析
- 时间复杂度：设每个邮箱组大小为 $g_i$，连接匹配数为 $O(\sum g_i^2)$，最坏所有邮箱相同则为 $O(n^2)$。
(email, id)索引能降低定位同组记录的成本，但不能消除同组内实际存在的匹配对。- 空间复杂度：由执行计划决定；流式连接只需连接状态，若物化匹配结果，最坏可达 $O(n^2)$。
关键点总结
- 「每组保留一个」类的删除题，最省事的建模是把它翻成逐行的存在性谓词：「存在另一行与我同组且更优」。这样就不需要先求组内极值再回连，一次自连接即可表达。
DELETE 别名 FROM 表 JOIN ...是 MySQL 多表删除的标准语法，DELETE后的别名指定了删哪一侧。这是本题唯一必须记住的方言细节，写不出来语句直接报错。- MySQL 的目标表限制会拒绝直接从
Person子查询读取后再删除Person；多表自连接删除在同一连接计划中确定目标行，避开了错误 1093。- 比较运算符的方向直接决定保留哪一份。
>保留最小、<保留最大、!=会把整组删光——这三种结果差别巨大，写完务必回读一遍语义。- 同一行被连接结果多次命中不会造成问题，
DELETE天然幂等。理解这一点就不必画蛇添足地加DISTINCT（多表删除语法里也不允许加）。- 面试表达要从删除谓词出发：「存在同邮箱且 id 更小的行就删除」，再说明
DELETE p1指定目标侧，以及为什么该写法不会触发 MySQL 1093 限制。
易错点总结
- 错误写法：条件写成
WHERE p1.id != p2.id。用例：(1, 'a@x.com')、(3, 'a@x.com')→ 两行互相匹配、双双被删，正确答案是保留 id 为 1 的那行。- 错误写法：条件写成
WHERE p1.id < p2.id。用例：(1, 'a@x.com')、(3, 'a@x.com')→ 删掉的是 id 为 1 的行，保留了 3，正确答案是保留最小的 1。- 错误写法：直接写
DELETE FROM Person WHERE id NOT IN (SELECT MIN(id) FROM Person GROUP BY email)。用例：任意数据 → MySQL 报错 1093「You can't specify target table 'Person' for update in FROM clause」，语句无法执行。- 错误写法：写成
SELECT查询返回保留下来的行。用例：任意数据 → 表本身没有被修改，判定按执行后的表内容比对，直接失败。- 错误写法：连接条件漏写，用逗号写成
DELETE p1 FROM Person p1, Person p2 WHERE p1.id > p2.id。用例：(1,'a@x.com')、(2,'b@x.com')、(3,'a@x.com')→ 邮箱不同的行也被配对，id 为 2 和 3 的行都被删掉，正确答案只该删 id 为 3 的行。- 错误写法：连接条件写成
ON p1.id = p2.id。用例：任意数据 → 每行只与自己配对，p1.id > p2.id永远不成立，一行都删不掉，重复行原样保留。- 错误写法：先用
GROUP BY email聚合后再删，把HAVING COUNT(*) > 1当成删除条件。用例：(1,'a@x.com')、(3,'a@x.com')→ 该条件筛出的是「有重复的邮箱组」，按它删除会把该组两行全部删光，正确答案是保留一行。
相似题目
| 题目 | 难度 | 考察点 |
|---|---|---|
| 182. 查找重复的电子邮箱 | 简单 | 只需查出重复的邮箱值，用 GROUP BY 加 HAVING 即可，不涉及删除语法 |
| 181. 超过经理收入的员工 | 简单 | 同为自连接，但连接的是外键指向的层级关系而非同组内的兄弟行 |
| 178. 分数排名 | 中等 | 用窗口函数为每行附加组内名次，是「每组保留第一」的另一条实现路径 |
| 184. 部门工资最高的员工 | 中等 | 分组内取最大值并保留明细，考察聚合结果如何回连到原表 |
| 185. 部门工资前三高的所有员工 | 困难 | 每组保留前 N 名，用 PARTITION BY 加 DENSE_RANK，是本题的推广形态 |
| 177. 第N高的薪水 | 中等 | 全局取第 N 档，用 DISTINCT 压平并列后按偏移量定位 |
| 1204. 最后一个能进入巴士的人 | 中等 | 自连接用于累加前缀，展示同一技巧如何表达「本行与之前所有行」的关系 |
| 610. 判断三角形 | 简单 | 纯逐行判定，用 CASE WHEN 派生一列，是无连接无聚合的最基础形态 |