如何将分散的票号组合成票段,高难sql求教?

Question

--> Test Data: [tb1]
if object_id('[tb1]') is not null drop table [tb1]
create table [tb1] ([Type] int,[Num] int)
insert into [tb1]
select 1,1000 union all
select 1,1001 union all
select 1,1002 union all
select 2,1 union all
select 2,2 union all
select 2,3 union all
select 2,12 union all
select 2,13 union all
select 2,14--select * from [tb1]
--Code
select distinct Type,
StartNum=(select min(num) from tb1 where Type=t.Type and len(num)=len(t.Num)),
EndNum=(select max(num) from tb1 where Type=t.Type and len(num)=len(t.Num))
from tb1 t
--Drop--Result
/*
Type        StartNum    EndNum
----------- ----------- -----------
1           1000        1002
2           1           3
2           12          14

Answer 1

1> select * from table1;
2> go
type        num
----------- -----------
          1        1000
          1        1001
          1        1002
          2           1
          2           2
          2           3
          2          12
          2          13
          2          14(9 rows affected)
1>
1> select a.type,b.num as StartNum, a.num as EndNum
2> from(
3>      select ROW_NUMBER() OVER(ORDER BY type, num) AS rowno ,type,num
4>      from table1
5>      where Num+1 not in (select num from table1)
6> ) a inner join (
7>      select ROW_NUMBER() OVER(ORDER BY type, num) AS rowno ,type,num
8>      from table1
9>      where Num-1 not in (select num from table1)
10> ) b on a.rowno=b.rowno;
11> go
type        StartNum    EndNum
----------- ----------- -----------
          1        1000        1002
          2           1           3
          2          12          14(3 rows affected)
1>

Answer 2

select type,startnum,endnum
from
(
   select type,diff,mix(num) as startnum,max(num) as endnum
   from
     (
       select type,num,row_num-num as diff
       from
         (
            select type,num,row_number() over(order by type,num) as row_num
            from tb
          )T1
      )T2
   group by type,diff
)T3

Answer 3

就这个sql 还可以，但是当票段是 1-200, 260 -300时，算出来的结果却是1-300
而且在几千条数据的情况下效率很差..