羽球搭子 HarmonyOS 实战（18）：个人统计聚合与排行榜数据模型

一、排行榜首先要回答“哪些数据算数”一场活动可能同时存在未开始、计分中和已完成比赛。若统计服务消费所有场次未开始的 0:0 会被当成平局计分中的 18:16 会提前改变胜率。稳定规则是只聚合finishedAt 0的比赛参与者列表来自对局详情即使某人尚未出场也应该显示 0 场而不是从排行榜消失。个人统计不只包含胜负。胜场适合决定第一排序键胜率用于不同出场次数比较净胜分反映比分优势得失分用于解释净胜分搭档组合则揭示双打协作表现。页面不重复计算这些指标只消费统一的SessionStats。ArkUI 页面观察聚合结果的方式可参考ArkUI 状态管理概述。二、先建立可验证的统计模型PlayerStat应保存原始累计量和派生量出场、胜、负、得分、失分是原始累计净胜分和胜率可以在聚合末尾计算。把原始量保留下来页面才能解释“为什么排在这里”测试也能从逐场数据复算。指标计算方式空样本规则用途played参与的已完成场次数0样本量wins/losses胜负累计0/0主排名与战绩pointsFor所在队总得分0进攻表现pointsAgainst对手总得分0防守表现pointDiff得分 - 失分0同战绩比较winRatewins / played × 1000%不同出勤量比较SessionStats还应包含完成进度、排名后的选手列表、搭档组合、关键分洞察和摘要卡片。这样手机列表、平板侧栏和分享文本都使用同一结果避免多个页面各算一遍。三、从参与者初始化零值统计聚合开始时按参与者创建零值对象再遍历已完成比赛。不能只在比赛出现姓名时临时创建否则尚未出场的人无法显示姓名拼写差异也更难发现。比赛中的姓名若不在参与者池应跳过并记录数据一致性问题。function initPlayers(participants: string[]): PlayerStat[] { return participants.map((name: string): PlayerStat ({ name, played: 0, wins: 0, losses: 0, pointsFor: 0, pointsAgainst: 0, pointDiff: 0, winRate: 0 })) } function finishedMatches(detail: SessionDetail): MatchItem[] { return detail.matches.filter((match: MatchItem) match.finishedAt 0) }初始化后任何页面都能得到固定顺序和完整名单。最后再做排行榜排序不让“数据是否存在”和“排名如何”混在一起。四、一次比赛要同时更新双方对于双打比赛A 队两名选手都增加一次出场A 胜时两人各加一胜B 队两人各加一负得失分从各自视角写入。更新时生成新对象避免修改同一引用导致 UI 观察不到变化。function applyTeam( players: PlayerStat[], names: string[], pointsFor: number, pointsAgainst: number, won: boolean ): void { names.forEach((name: string) { const index players.findIndex((item: PlayerStat) item.name name) if (index 0) return const old players[index] players[index] { ...old, played: old.played 1, wins: old.wins (won ? 1 : 0), losses: old.losses (won ? 0 : 1), pointsFor: old.pointsFor pointsFor, pointsAgainst: old.pointsAgainst pointsAgainst } }) }每场都对 A、B 两队各调用一次。这里不处理平局因为羽毛球完赛数据不应是平局若服务端传入平局统计层应拒绝或把它标记为异常数据不能默认为 B 队获胜。五、派生指标在累计结束后统一计算胜率应以真实胜场除以出场次数保留一位小数。净胜分是累计得分减累计失分。所有场次累计后再计算可以减少浮点舍入次数也能确保页面拿到的各指标基于同一批数据。function normalizeStats(players: PlayerStat[]): PlayerStat[] { return players.map((item: PlayerStat): PlayerStat { const winRate item.played 0 ? 0 : Math.round(item.wins * 1000 / item.played) / 10 return { ...item, pointDiff: item.pointsFor - item.pointsAgainst, winRate } }) }若旧模型曾用正负数混合编码胜负迁移时应先恢复真实wins和losses不要把兼容公式继续扩散到新页面。统计公式越直接越容易与服务端结果对账。六、排行榜必须使用稳定排序键只按胜场排序时大量选手会同分JavaScript 排序在不同数据来源下还可能暴露原始顺序差异。明确排序链为胜场降序、胜率降序、净胜分降序、姓名升序。最后的姓名键不是为了业务公平而是保证完全相同战绩仍有稳定展示顺序。function rank(players: PlayerStat[]): PlayerStat[] { return players.slice().sort((left: PlayerStat, right: PlayerStat) { if (right.wins ! left.wins) return right.wins - left.wins if (right.winRate ! left.winRate) return right.winRate - left.winRate if (right.pointDiff ! left.pointDiff) return right.pointDiff - left.pointDiff return left.name.localeCompare(right.name) }) }选手战绩胜率净胜分排名理由小羽3 胜 1 负75%12胜场最高阿林2 胜 0 负100%8胜场少于小羽排其后子昂2 胜 1 负66.7%15与阿林同胜场胜率较低小周2 胜 1 负66.7%6同胜场胜率下比较净胜分排序规则需要在界面附近说明否则用户可能认为 100% 胜率理应第一。产品也可以改成先比较胜率但必须在所有端和服务端保持一致。七、双打还需要搭档维度个人榜不能回答“和谁搭档表现最好”。组合键应先对两个人名排序再用分隔符连接使小羽|阿林和阿林|小羽聚合为同一组合。组合累计出场、胜负和净胜分最后使用与个人榜类似的稳定排序。function pairKey(names: string[]): string { return names.slice().sort().join(|) } function applyPair(pairs: PairStat[], names: string[], won: boolean, diff: number): void { if (names.length 2) return const key pairKey(names) const found pairs.find((item: PairStat) item.key key) if (found undefined) { pairs.push({ key, names: names.slice().sort(), played: 1, wins: won ? 1 : 0, losses: won ? 0 : 1, pointDiff: diff, winRate: 0 }) return } found.played 1 found.wins won ? 1 : 0 found.losses won ? 0 : 1 found.pointDiff diff }姓名可能重复时生产模型应使用参与者 ID 作为组合键姓名只做展示。仅靠姓名聚合会把同名球友合并这也是账号关联后统计模型要升级的原因。八、用可手算样本验证聚合统计验收应选择能手工复算的小样本而不是导入几十场后只看榜单“像不像”。准备 4 人、3 场比赛确保每人至少出场一次包含相同胜场但不同胜率、相同胜率但不同净胜分的情况。1. 在完成 0 场时确认所有参与者显示 0 场、0%摘要提示样本不足。 2. 完成一场 21:18手算双方两人的得失分和净胜分。 3. 再完成两场使两人同胜场但胜率不同确认第二排序键生效。 4. 构造胜场、胜率都相同但净胜分不同的选手确认第三排序键生效。 5. 检查同一搭档交换左右顺序后仍聚合为一个组合。 6. 修改完赛比分后重新计算确认个人榜、搭档榜、趋势和分享文本同步变化。九、总结排行榜的可信度来自明确数据口径。只消费已完成比赛以参与者池初始化零值统计双方从各自视角累计得失分在聚合末尾计算胜率与净胜分再用稳定排序键生成个人榜双打组合则使用顺序无关的组合键。页面只渲染SessionStats分享和趋势也复用同一结果才能避免同一场比赛在不同入口出现不同排名。