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。

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) }) }

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。