java案例统计挑球过人次数多不多？

Java 案例：统计"挑球过人"次数

下面给你一个完整的 Java 案例，模拟统计足球比赛中"挑球过人"的技术动作次数，并判断多不多。

需求分析

• 从比赛事件数据中筛选出 "挑球过人" 类型的事件
• 统计总次数
• 按球员分组统计
• 判断次数"多不多"（设定阈值）

完整代码

import java.util.*;
import java.util.stream.Collectors;
/**
 * 统计挑球过人次数
 */
public class DribbleStatsDemo {
    // 事件类型枚举
    enum ActionType {
        PASS,           // 传球
        SHOT,           // 射门
        TACKLE,         // 抢断
        NUTMEG,         // 穿裆过人
        RAINBOW_FLICK,  // 彩虹过人
        CHIP_DRIBBLE    // 挑球过人 ⭐
    }
    // 比赛事件
    static class MatchEvent {
        String player;
        ActionType type;
        int minute;
        MatchEvent(String player, ActionType type, int minute) {
            this.player = player;
            this.type = type;
            this.minute = minute;
        }
    }
    public static void main(String[] args) {
        // 1. 模拟比赛事件数据
        List<MatchEvent> events = List.of(
            new MatchEvent("梅西",   ActionType.CHIP_DRIBBLE, 12),
            new MatchEvent("梅西",   ActionType.CHIP_DRIBBLE, 35),
            new MatchEvent("梅西",   ActionType.PASS,         40),
            new MatchEvent("内马尔", ActionType.CHIP_DRIBBLE, 8),
            new MatchEvent("内马尔", ActionType.NUTMEG,       20),
            new MatchEvent("内马尔", ActionType.SHOT,         55),
            new MatchEvent("姆巴佩", ActionType.CHIP_DRIBBLE, 30),
            new MatchEvent("姆巴佩", ActionType.CHIP_DRIBBLE, 62),
            new MatchEvent("姆巴佩", ActionType.CHIP_DRIBBLE, 78),
            new MatchEvent("姆巴佩", ActionType.TACKLE,       85),
            new MatchEvent("维尼修斯", ActionType.RAINBOW_FLICK, 25),
            new MatchEvent("维尼修斯", ActionType.CHIP_DRIBBLE, 70)
        );
        // 2. 筛选所有挑球过人事件
        List<MatchEvent> chipDribbles = events.stream()
            .filter(e -> e.type == ActionType.CHIP_DRIBBLE)
            .collect(Collectors.toList());
        // 3. 总次数统计
        int total = chipDribbles.size();
        System.out.println("=== 挑球过人总次数：" + total + " 次 ===");
        // 4. 按球员分组统计（降序）
        Map<String, Long> byPlayer = chipDribbles.stream()
            .collect(Collectors.groupingBy(
                e -> e.player,
                Collectors.counting()
            ));
        System.out.println("\n=== 各球员挑球过人次数 ===");
        byPlayer.entrySet().stream()
            .sorted(Map.Entry.<String, Long>comparingByValue().reversed())
            .forEach(en -> System.out.printf("%-8s : %d 次%n",
                    en.getKey(), en.getValue()));
        // 5. 判断"多不多"
        // 规则：单场 >= 5 次 -> 多；< 3 次 -> 少；其余 -> 一般
        System.out.println("\n=== 多不多判断 ===");
        System.out.println("全队总次数评价：" + judge(total, 5, 3));
        // 单球员评价
        String topPlayer = byPlayer.entrySet().stream()
            .max(Map.Entry.comparingByValue())
            .map(Map.Entry::getKey).orElse("无");
        long topCount = byPlayer.getOrDefault(topPlayer, 0L);
        System.out.printf("表现最突出的球员：%s（%d 次）→ %s%n",
                topPlayer, topCount, judge(topCount, 3, 2));
        // 6. 附加信息：按时间分布（可选）
        System.out.println("\n=== 挑球过人发生时间点 ===");
        chipDribbles.stream()
            .sorted(Comparator.comparingInt(e -> e.minute))
            .forEach(e -> System.out.printf("%2d'  %s%n", e.minute, e.player));
    }
    /**
     * 判断次数的"多不多"
     * @param count 实际次数
     * @param high  高阈值
     * @param low   低阈值
     */
    private static String judge(int count, int high, int low) {
        if (count >= high) return "🔝 多！技术亮眼";
        if (count < low)   return "🔻 少，需加强";
        return "⚖️ 一般水平";
    }
}

运行输出示例

=== 挑球过人总次数：6 次 ===
=== 各球员挑球过人次数 ===
梅西     : 2 次
姆巴佩   : 3 次
内马尔   : 1 次
维尼修斯 : 1 次
=== 多不多判断 ===
全队总次数评价：🔝 多！技术亮眼
表现最突出的球员：姆巴佩（3 次）→ 🔝 多！技术亮眼
=== 挑球过人发生时间点 ===
 8'  内马尔
12'  梅西
30'  姆巴佩
35'  梅西
62'  姆巴佩
70'  维尼修斯
78'  姆巴佩

关键点讲解

扩展思路

1. 真实数据：从 CSV / JSON / 数据库读取 MatchEvent，替换 List.of(...) 即可。
2. 看比赛势头：结合时间轴，若某球员连续 10 分钟挑球 ≥ 2 次，可标记为"状态爆发"。
3. 加权评分：挑球过人 分 3 级（成功过掉 1 人 / 2 人成功 → 高分），用 Map<String,Integer> 更精准。
4. 阈值可配置：把 high、low 放进配置文件（application.yml），便于不同联赛标准差异。

需要我改成 从 CSV 文件读取数据 或 统计成功率（挑球过人成功/失败） 的版本吗？