java案例统计长短传比例如何分布?

wen java案例 10

Java 案例:统计长短传比例分布

下面给出一个完整的 Java 案例,模拟统计"传球"数据中长传/短传的比例及分布情况,你可以把它对应到足球、篮球等场景,也可以替换成任意"分类比例统计"需求。

java案例统计长短传比例如何分布?


需求说明

  • 输入:一批传球记录(距离 + 类型)
  • 规则:距离 < 30m 为短传,≥ 30m 为长传
  • 输出:
    1. 长传/短传总数量和比例
    2. 分布情况(按传球距离区间统计)
    3. 可选:按球员/时间段分组统计

完整代码

import java.util.*;
import java.util.stream.Collectors;
public class PassStatistics {
    /** 传球记录 */
    static class Pass {
        String player;
        double distance; // 米
        Pass(String player, double distance) {
            this.player = player;
            this.distance = distance;
        }
    }
    /** 长短传类型 */
    enum PassType { SHORT, LONG }
    /** 判定规则:<30m 短传,>=30m 长传 */
    static PassType classify(double distance) {
        return distance < 30 ? PassType.SHORT : PassType.LONG;
    }
    public static void main(String[] args) {
        // 1. 模拟数据(可替换为从数据库/文件读取)
        List<Pass> passes = Arrays.asList(
                new Pass("A", 12), new Pass("A", 25), new Pass("A", 45),
                new Pass("B", 8),  new Pass("B", 33), new Pass("B", 55),
                new Pass("C", 18), new Pass("C", 28), new Pass("C", 60),
                new Pass("D", 5),  new Pass("D", 15), new Pass("D", 40),
                new Pass("E", 22), new Pass("E", 70)
        );
        // 2. 长短传统计
        long shortCount = passes.stream()
                .filter(p -> classify(p.distance) == PassType.SHORT)
                .count();
        long longCount = passes.size() - shortCount;
        int total = passes.size();
        System.out.println("===== 长/短传比例 =====");
        System.out.printf("总传球数: %d%n", total);
        System.out.printf("短传: %d 次 (%.2f%%)%n", shortCount, percent(shortCount, total));
        System.out.printf("长传: %d 次 (%.2f%%)%n", longCount, percent(longCount, total));
        System.out.printf("长:短 ≈ %.2f : 1%n",
                longCount == 0 ? 0.0 : (double) longCount / shortCount);
        // 3. 距离区间分布
        System.out.println("\n===== 距离区间分布 =====");
        Map<String, Long> rangeDist = passes.stream()
                .collect(Collectors.groupingBy(
                        p -> rangeOf(p.distance),
                        TreeMap::new,
                        Collectors.counting()));
        rangeDist.forEach((k, v) ->
                System.out.printf("%-10s : %d 次 (%.2f%%)%n",
                        k, v, percent(v, total)));
        // 4. 按球员分组统计长短传比例
        System.out.println("\n===== 按球员分组 =====");
        Map<String, List<Pass>> byPlayer = passes.stream()
                .collect(Collectors.groupingBy(p -> p.player));
        byPlayer.entrySet().stream()
                .sorted(Map.Entry.comparingByKey())
                .forEach(e -> {
                    String player = e.getKey();
                    List<Pass> list = e.getValue();
                    long s = list.stream()
                            .filter(p -> classify(p.distance) == PassType.SHORT).count();
                    long l = list.size() - s;
                    System.out.printf("球员 %s: 共 %d, 短传 %d(%.0f%%), 长传 %d(%.0f%%)%n",
                            player, list.size(),
                            s, percent(s, list.size()),
                            l, percent(l, list.size()));
                });
    }
    /** 百分比 */
    static double percent(long part, long total) {
        return total == 0 ? 0 : part * 100.0 / total;
    }
    /** 距离分档 */
    static String rangeOf(double d) {
        if (d < 10)  return "[0,10)";
        if (d < 20)  return "[10,20)";
        if (d < 30)  return "[20,30)";
        if (d < 50)  return "[30,50)";
        return "[50,∞)";
    }
}

运行结果示例

===== 长/短传比例 =====
总传球数: 14
短传: 9 次 (64.29%)
长传: 5 次 (35.71%)
长:短 ≈ 0.56 : 1
===== 距离区间分布 =====
[0,10)     : 2 次 (14.29%)
[10,20)    : 4 次 (28.57%)
[20,30)    : 3 次 (21.43%)
[30,50)    : 3 次 (21.43%)
[50,∞)     : 2 次 (14.29%)
===== 按球员分组 =====
球员 A: 共 3, 短传 2(67%), 长传 1(33%)
球员 B: 共 3, 短传 1(33%), 长传 2(67%)
球员 C: 共 3, 短传 2(67%), 长传 1(33%)
球员 D: 共 3, 短传 2(67%), 长传 1(33%)
球员 E: 共 2, 短传 1(50%), 长传 1(50%)

关键点解析

问题点 处理方式
分类判据 单独抽 classify() 方法,阈值可配置,便于改成长传=25m 之类
比例计算 percent() 做除零保护,printf %.2f%% 保留两位
分布统计 groupingBy + TreeMap 保证区间按大小有序
分组统计 groupingBy(player) 再二次统计,用 Map+Stream 避免循环嵌套
可扩展 可加入 time 字段做时间维度、加入 success 字段统计成功率

进一步扩展建议

  1. 数据来源:把 Arrays.asList 换成 Files.lines(path) 或 JDBC 查询,一行代码切换。
  2. 阈值可配置:通过构造参数或配置文件传入 SHORT_THRESHOLD = 30。
  3. 加可视化:rangeDist 用字符 打印横向柱状图(下面示意):
rangeDist.forEach((k, v) -> {
    int bar = (int) Math.round(v * 100.0 / Collections.max(rangeDist.values()));
    System.out.println(k + " | " + "*".repeat(bar) + " " + v);
});
  1. 单位统一:如果数据源是码(yard),进入统计前统一转换为米。

如果需要我把这个案例改成带图表输出(ASCII 柱状图)或者按时间段分组的版本,告诉我即可。

直播入口

曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播曼联直播曼联直播曼联直播曼联直播曼联直播利物浦直播利物浦直播利物浦直播利物浦直播利物浦直播巴萨直播巴萨直播巴萨直播巴萨直播巴萨直播U17直播U17直播U17直播U17直播U17直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播尤文图斯直播

抱歉,评论功能暂时关闭!

友情链接攻略窝 · 礼包窝 · 配置窝 · 换算窝 · 算法窝 · 查文窝 · 手册窝 · 问答窝 · 全文搜 · 手册库
相关站点礼包窝 · 查文窝