184. 部门工资最高的员工（Department Highest Salary）
难度：中等 | 考点：窗口函数 PARTITION BY、DENSE_RANK、JOIN、子查询 + 聚合
题目
Employee 表（Id, Name, Salary, DepartmentId）和 Department 表（Id, Name）。查询每个部门工资最高的员工。如果有并列最高，都显示。
示例
Employee 表：
| id | name | salary | departmentId |
| 1 | Joe | 70000 | 1 |
| 2 | Jim | 90000 | 1 |
| 3 | Henry | 80000 | 2 |
| 4 | Sam | 60000 | 2 |
| 5 | Max | 90000 | 1 |
Department 表：
| id | name |
| 1 | IT |
| 2 | Sales |
输出：
| Department | Employee | Salary |
| IT | Jim | 90000 |
| Sales | Henry | 80000 |
| IT | Max | 90000 |
思路
先讲个故事：各部门的 MVP
公司要评选每个部门的 MVP（最有价值员工）。做法是：
-
按部门分组（PARTITION BY）——IT 部门和 Sales 部门各自独立评选
-
按工资排名（ORDER BY Salary DESC）——工资最高的排第 1
-
取第 1 名（WHERE rnk = 1）——只保留每个部门的第一名
如果有两个人并列最高（比如 Jim 和 Max 都是 90000），两人都要显示——这就是 DENSE_RANK 的作用。
引导式推导：两种解法
解法一：窗口函数 DENSE_RANK + PARTITION BY（推荐）
graph LR A["PARTITION BY<br/>按部门分组"] --> B["ORDER BY Salary DESC<br/>工资降序排名"] B --> C["DENSE_RANK<br/>密集排名"] C --> D["WHERE rnk = 1<br/>取每组第一名"] D --> E["JOIN Department<br/>获取部门名"]
解法二：子查询 + 聚合（不用窗口函数）
graph LR A["GROUP BY DepartmentId<br/>按部门分组"] --> B["MAX(Salary)<br/>每个部门最高工资"] B --> C["IN 子查询<br/>匹配最高工资的员工"] C --> D["JOIN Department<br/>获取部门名"]
PARTITION BY vs GROUP BY
| PARTITION BY | GROUP BY | |
|---|---|---|
| 作用 | 窗口函数分区，不压缩行数 | 聚合，压缩行数 |
| 结果行数 | 与原表相同 | 分组数（通常更少） |
| 使用场景 | 排名、累计、移动平均等 | 求和、计数、最大值等聚合 |
SQL 代码
方法一：窗口函数 DENSE_RANK + PARTITION BY（推荐）
SELECT Department, Employee, Salary
FROM (
SELECT
d.Name AS Department,
e.Name AS Employee,
e.Salary,
DENSE_RANK() OVER (
PARTITION BY e.DepartmentId
ORDER BY e.Salary DESC
) AS rnk
FROM Employee e
JOIN Department d
ON e.DepartmentId = d.Id
) t
WHERE rnk = 1;
方法二：子查询 + 聚合（不用窗口函数）
SELECT
d.Name AS Department,
e.Name AS Employee,
e.Salary
FROM Employee e
JOIN Department d
ON e.DepartmentId = d.Id
WHERE (e.DepartmentId, e.Salary) IN (
SELECT DepartmentId, MAX(Salary)
FROM Employee
GROUP BY DepartmentId
)
ORDER BY d.Name;
复杂度
| 方法 | 时间复杂度 | 空间复杂度 |
|---|---|---|
| DENSE_RANK + PARTITION BY | O(n log n) — 窗口函数内部排序 | O(n) — 临时存储排名结果 |
| 子查询 + MAX + IN | O(n) — GROUP BY 聚合 + IN 匹配 | O(k) — k 为部门数 |
子查询+聚合版时间复杂度更优（O(n) vs O(n log n)），但窗口函数版可读性更好、扩展性更强（如改查前三高只需改
rnk <= 3）。
实战考量
频率分析
出现在：SQL 高频经典题，约 45% 的同类题会考。关键在于你PARTITION BY 的理解，以及能不能同时写窗口函数版和子查询版。
延伸思考
Q：为什么用 DENSE_RANK 而不是 RANK？
A：对于”取第一名”这个场景，DENSE_RANK 和 RANK 结果一样（并列第一都是 rnk=1）。但 DENSE_RANK 语义更清晰：排名连续不跳号。
Q：为什么用 PARTITION BY？
A：PARTITION BY 将数据按部门分成独立的分区，每个分区内独立排名。不用 PARTITION BY，DENSE_RANK 会全局排名，只有全公司第一名会被选出来。
Q：如果不用窗口函数怎么做？
A：用子查询 + 聚合（见方法二）。核心是先 GROUP BY 找出每个部门的最高工资，再用 IN 匹配。
Q：如果有员工不属于任何部门（DepartmentId 为 NULL）？
A：用 INNER JOIN 会被过滤掉。如果需要保留，改用 LEFT JOIN，但 NULL 部门的”最高工资”需要额外处理。
Q：如果要查每个部门工资前三高的所有员工？
A：将 WHERE rnk = 1 改为 WHERE rnk <= 3。这是 LeetCode 185 题。
易错点
-
忘记 PARTITION BY，变成全局排名
-
用 ROW_NUMBER 而不是 DENSE_RANK（并列最高会只取一个）
-
JOIN 条件写错（如用错列名）
生活类比
部门最高工资 → 各部门的 MVP 评选
按部门分组（PARTITION BY），组内按工资排名（ORDER BY DESC），取每组第一名（WHERE rnk = 1）。如果有并列最高，两人都要显示。
一句话总结：分组 → 排名 → 取第一名。
相关题目
| 题目 | 关系 |
|---|---|
| 178分数排名 | DENSE_RANK 基础（无 PARTITION BY） |
| 180连续出现的数字 | 窗口函数 LEAD/LAG |
| 177第N高的薪水 | 全局排名取第 N 名 |
→ 返回题单：LeetCode学习路线图 > 十六、SQL 高频
速记卡（面试闪卡）
Q1：一句话讲清「184. 部门工资最高的员工（Department Highest Salary）」到底是什么？
A：Employee 表（Id, Name, Salary, DepartmentId）和 Department 表，查询每个部门工资最高的员工，若有并列最高则都显示。SQL 高频经典题。
Q2：题目与部门 MVP —— 怎么理解？
A：像公司评各部门 MVP——按部门分组（PARTITION BY）、组内按工资降序排名（ORDER BY DESC）、取每组第一名（WHERE rnk=1）。如果两人并列最高（如都是 90000），两人都要显示，这正是 DENSE_RANK（密集排名）的作用。
Q3：解法一窗口函数 —— 怎么理解？
A：DENSE_RANK() OVER (PARTITION BY DepartmentId ORDER BY Salary DESC) AS rnk，外层 WHERE rnk = 1 再 JOIN Department 取部门名。可读性好、扩展强——改查前三高只需 rnk <= 3（185 题）。
Q4：解法二子查询 —— 怎么理解？
A：先 GROUP BY DepartmentId + MAX(Salary) 找各部门最高工资，再用 (DepartmentId, Salary) IN (...) 匹配员工。时间 O(n) 优于窗口函数的 O(n log n)，但可读性差些。
Q5：易错与延伸 —— 怎么理解？
A：忘了 PARTITION BY 会变成全公司排名只选一个；用 ROW_NUMBER 会因并列只取一个（必须用 DENSE_RANK）；若员工 DepartmentId 为 NULL，INNER JOIN 会被过滤，要保留得用 LEFT JOIN。
Q6：核心速记主线有哪些？
A：题目、分组排名取第一、DENSE_RANK、子查询 + MAX + IN、PARTITION 易错、前三高变体。
口诀
A：部门最高工资查，分区排名取第一；
并列用 DENSE_RANK，子查询法 MAX 配 IN。