Lidando com empates em Top-N

Depois que você domina os N maiores com ROW_NUMBER, o entrevistador aprofunda a questão: “E se dois funcionários tiverem exatamente o mesmo salário no limite? Os dois devem ser incluídos?”

Isso diferencia os candidatos que memorizaram uma consulta daqueles que entendem a semântica da classificação. A resposta depende da escolha entre ROW_NUMBER, RANK e DENSE_RANK. Esta lição relaciona cada função à intenção do negócio.

ROW_NUMBER atribui um inteiro estritamente único a cada linha. Mesmo quando duas linhas empatam na coluna de ordenação, uma recebe 2 e a outra recebe 3 em alguma ordem arbitrária.

Consequência: um filtro WHERE rn <= 3 retorna exatamente 3 linhas e pode eliminar silenciosamente uma linha empatada que, razoavelmente, deveria ser incluída. Isso é adequado quando você realmente quer uma quantidade fixa, mas está errado quando todas as linhas empatadas devem se qualificar.

RANK atribui a mesma classificação às linhas empatadas e depois pula os valores seguintes para levar os empates em conta. Duas linhas empatadas na posição 2 recebem 2, e a linha seguinte passa para a posição 4, não 3.

Use RANK quando quiser as “3 primeiras posições” e uma posição puder ser ocupada por várias pessoas, imitando classificações reais de competições, nas quais dois medalhistas de prata significam que não há medalhista de bronze.

DENSE_RANK também atribui a mesma classificação às linhas empatadas, mas não pula posições depois do empate. Duas linhas empatadas na posição 2 recebem 2, e o próximo valor distinto recebe 3.

Use DENSE_RANK quando a pergunta for sobre valores distintos: “os 3 níveis salariais distintos mais altos” ou “as 3 principais faixas de preço”. Essa função conta valores únicos, não linhas.

Para a lista de salários 100, 90, 90, 80, as três funções produzem:

• ROW_NUMBER: 1, 2, 3, 4
• RANK: 1, 2, 2, 4
• DENSE_RANK: 1, 2, 2, 3

Vale a pena memorizar bem esta tabela. O entrevistador pode simplesmente pedir que você a preencha para uma determinada lista, e acertar o comportamento das lacunas é o objetivo principal.

Para responder a “3 maiores, mas incluindo todos os empatados no limite”, filtre por RANK() <= 3. Se duas pessoas compartilharem a posição 3, ambas aparecerão; portanto, o resultado poderá conter mais de 3 linhas.

Essa é a intenção por trás de perguntas formuladas como “as 3 primeiras posições”, e não “quaisquer 3 linhas”. Informe explicitamente que a quantidade de linhas pode exceder N quando houver empates.

Quando o requisito for “os 3 níveis salariais distintos mais altos” e você quiser todos os funcionários nesses três níveis, use DENSE_RANK() <= 3.

Isso pode retornar muitas linhas: todos os funcionários nas três faixas salariais mais altas, independentemente de quantos funcionários estejam em cada faixa. A ideia principal é que DENSE_RANK conta valores distintos; portanto, o filtro seleciona faixas de valores, e não uma quantidade fixa de linhas.

Associe a formulação à função:

• “Exatamente N linhas” ou paginação → ROW_NUMBER (adicione um critério de desempate).
• “As N primeiras posições, com os empates compartilhando uma posição” → RANK.
• “Os N valores, níveis ou faixas distintos mais altos” → DENSE_RANK.

Quando a especificação for ambígua, pergunte: “Se houver empate no limite, devo incluir todas as linhas empatadas ou limitar o resultado a N?” Essa pergunta de esclarecimento, por si só, rende pontos.

Mesmo com RANK ou DENSE_RANK, adicionar uma chave secundária de ORDER BY controla a ordem de exibição das linhas empatadas e mantém a saída estável. Isso não altera quais linhas se qualificam, mas torna os resultados reproduzíveis.

Com ROW_NUMBER, o critério de desempate é essencial, pois determina qual linha empatada permanecerá após o limite de rn.

Uma tabela game_scores tem player e score. O entrevistador quer “todos os jogadores nas 2 primeiras posições de pontuação”. Um empate no primeiro lugar significa dois jogadores na posição 1; depois, a próxima pontuação distinta ocupa a posição 2.

“Posições” sem pular posições depois de um empate indica DENSE_RANK. Se, em vez disso, a pergunta fosse “as 2 primeiras posições da classificação com lacunas”, você usaria RANK. Preste atenção à formulação exata.

Armadilhas que os entrevistadores observam:

• Usar ROW_NUMBER quando a pergunta exige incluir empates, eliminando silenciosamente uma linha que deveria ser qualificada.
• Confundir o comportamento das lacunas de RANK e DENSE_RANK.
• Esquecer que os filtros de RANK/DENSE_RANK podem retornar mais de N linhas e depois afirmar que o resultado está errado.
• Omitir PARTITION BY quando os N maiores devem ser obtidos por grupo, classificando a tabela inteira em vez disso.

Três funções, três comportamentos em caso de empate:

• ROW_NUMBER: sempre exclusivo, exatamente N linhas, empates desfeitos arbitrariamente.
• RANK: os empates compartilham uma posição, depois surgem lacunas.
• DENSE_RANK: os empates compartilham uma posição, sem lacunas, contando valores distintos.

Escolha com base na formulação da pergunta, faça uma pergunta de esclarecimento quando houver ambiguidade e lembre-se de que os filtros RANK/DENSE_RANK podem retornar mais de N linhas por definição.