HarmonyOS ArkTS 做 MBTI 风格 16 人格测评用 4 维签名字符串做分类的最小算法

朴素做法:每道题存一个 "维度" + "方向" 字段,答完 20 题后遍历分数树做 if-else 判断。16 个人格 = 16 个 if-else 分支 + 嵌套------又多又乱。真实做某个 MBTI 梗化测评 app 时试了另一个思路:4 维度各算一个分数 → 拼成 "C±S±E±A±" 签名字符串 → 查表映射到 16 个人格。整个算法 100 行以内,加人格直接改表就行。记录一下,顺便分享给有需要的朋友。

一、4 维度的 MBTI 变种

原版 MBTI 的 4 维度(E/I、S/N、T/F、J/P)心理学味道太重,面向年轻用户时太严肃。这个 app 做了梗化的 4 维度:

维度 字母 正方向 负方向
C 伪装力 Camouflage 擅长伪装 不会装
S 精神状态 Sanity 清醒 疯批
E 自我度 Ego 关注自己 关注他人
A 行动力 Action 行动派 想想派

2 × 2 × 2 × 2 = 16 种组合,对应 16 个人格:

  • C+S+E+A+ = "六边形悍匪"(全部正方向,拉满型)
  • C-S-E+A- = "阳光抑郁症"
  • C+S-E-A- = "微笑卷王"
  • C-S-E-A- = "暴走炸药包"
  • ... 等等

每个维度独立二元,所以直接按正负拼签名就能唯一识别。

二、题目的数据结构

typescript 复制代码
interface QuizQuestion {
  id: string
  text: string           // "你在社交场合更倾向于..."
  dimension: Dimension   // 这题测哪个维度
  options: string[]      // 4 个选项
}

enum Dimension {
  C = 'c',
  S = 's',
  E = 'e',
  A = 'a',
}

// 分数映射:选项 index → 该维度加/减分
const SCORE_MAP: number[] = [+2, +1, -1, -2]

4 个选项的分数:

  • Option 0 → +2(强正方向)
  • Option 1 → +1(弱正方向)
  • Option 2 → -1(弱负方向)
  • Option 3 → -2(强负方向)

每道题只测一个维度,分数直接加到对应维度的总分。

三、题库分 4 维度 + 氛围题

typescript 复制代码
// 常规题(每个维度 N 道)
const WORKPLACE_REGULAR_QUESTIONS: QuizQuestion[] = [
  { id: 'wc1', dimension: Dimension.C, text: '...', options: [...] },
  { id: 'wc2', dimension: Dimension.C, text: '...', options: [...] },
  // ... 每个维度 8-12 道
]

// "氛围题"(format breakers,不计分,纯娱乐)
const WORKPLACE_FORMAT_BREAKERS: QuizQuestion[] = [
  { id: 'wf1', dimension: Dimension.C, text: '...', options: [...] },
  // ...
]

氛围题 是不计分的梗题("选一个你会喝的奶茶"),只是让测评不那么像考试。工程上和常规题一样走流程,只是题目库分开。

题库总共 ~100 道:workplace 和 student 两套(工作人 vs 学生版本),各 40-50 道。

四、每次测评:抽题 + 洗牌

每次用户开始测评只用一小部分题(不是全部),每个维度抽 4 道 + 1 道氛围题:

typescript 复制代码
// QuizEngine.ets:47
export function selectQuestions(pack: QuizPack): QuizQuestion[] {
  const selected: QuizQuestion[] = []

  // 1. 每个维度抽 4 道常规题
  [Dimension.C, Dimension.S, Dimension.E, Dimension.A].forEach((dimension) => {
    const pool = shuffledQuestions(questionsByDimension(pack, dimension))
    selected.push(...pool.slice(0, 4))
  })

  // 2. 抽 1 道氛围题
  const breakers = pack === QuizPack.Workplace ? WORKPLACE_FORMAT_BREAKERS : STUDENT_FORMAT_BREAKERS
  const pickedBreaker = shuffledQuestions(breakers)[0]
  if (pickedBreaker !== undefined) {
    selected.push(pickedBreaker)
  }

  // 3. 把题目的顺序打乱
  return shuffledQuestions(selected)
}

function shuffledQuestions(questions: QuizQuestion[]): QuizQuestion[] {
  const next = [...questions]
  // Fisher-Yates shuffle
  for (let index = next.length - 1; index > 0; index -= 1) {
    const swapIndex = Math.floor(Math.random() * (index + 1))
    const current = next[index]
    next[index] = next[swapIndex]
    next[swapIndex] = current
  }
  return next
}

Fisher-Yates shuffle 比朴素 sort((a,b) => Math.random() - 0.5) 分布更均匀。原理:从后往前遍历,每个位置随机和前面任一位置交换。

双重 shuffle:

  • 第一次 shuffle 是在每个维度的题库内部洗,然后 slice(0, 4) 抽 4 道
  • 第二次 shuffle 是把 4 维度 × 4 + 1 氛围 = 17 道题全部打乱,让 UI 展示的题目顺序随机

用户体验 :每次测评题目都不一样 ,但维度分布一致(每维度 4 道)。重测时不会觉得"背答案"。

五、算分:遍历一次累加

typescript 复制代码
export function calculateScores(questions: QuizQuestion[], answers: number[]): DimensionScores {
  const scores: DimensionScores = { c: 0, s: 0, e: 0, a: 0 }

  questions.forEach((question, index) => {
    const answerIndex = answers[index]
    const score = SCORE_MAP[answerIndex] ?? 0

    if (question.dimension === Dimension.C) {
      scores.c += score
    }
    if (question.dimension === Dimension.S) {
      scores.s += score
    }
    if (question.dimension === Dimension.E) {
      scores.e += score
    }
    if (question.dimension === Dimension.A) {
      scores.a += score
    }
  })

  return scores
}

一次遍历 O(N)。每道题 O(1) 判断维度然后加分。

氛围题的 dimension 字段设成什么:无所谓。因为选项分数都是 0 的话(氛围题 SCORE_MAP 返回 0),加 0 不影响结果。真实代码里氛围题的选项分数是 0 或者 dimension 不在 CSEA 里。

六、签名字符串 → 人格

最后一步:根据 4 个维度的正负拼签名字符串,查表拿人格:

typescript 复制代码
// QuizEngine.ets:105
export function resolvePersonality(scores: DimensionScores): PersonalityItem {
  const key = `C${scores.c >= 0 ? '+' : '-'}S${scores.s >= 0 ? '+' : '-'}E${scores.e >= 0 ? '+' : '-'}A${scores.a >= 0 ? '+' : '-'}`
  return personalityForCode(codeForSignature(key))
}

// 签名 → 人格 code 的映射表
const SIGNATURE_TO_CODE: Record<string, string> = {
  'C+S+E+A+': 'HEX',       // 六边形悍匪
  'C+S+E+A-': 'ELE',       // 优雅吸血鬼
  'C-S-E+A-': 'SUN',       // 阳光抑郁症
  'C+S-E-A-': 'SMI',       // 微笑卷王
  'C-S-E+A+': 'HFC',       // 高功能疯批
  'C-S-E-A+': 'BOM',       // 暴走炸药包
  // ... 16 个
}

export function codeForSignature(signature: string): string {
  return SIGNATURE_TO_CODE[signature] ?? 'HEX'   // 默认 fallback
}

// 人格 code → 完整人格对象
export function personalityForCode(code: string): PersonalityItem {
  for (let index = 0; index < PERSONALITIES.length; index += 1) {
    if (PERSONALITIES[index].code === code) {
      return PERSONALITIES[index]
    }
  }
  return PERSONALITIES[0]
}

签名字符串 示例:

  • scores = { c: 5, s: -3, e: 7, a: 1 } → signature = "C+S-E+A+" → code = "HFC" → personality = "高功能疯批"
  • scores = { c: -2, s: 4, e: -6, a: 0 } → signature = "C-S+E-A+" → code = "ELG" → personality = "精分绅士"

正负判断用 >= 0 :边界 0 归到正方向。理由是:

  • 测试样本不够多时分数很接近 0,归负方向会把一半用户划走
  • 正方向在视觉上通常是"积极的那一面",默认给正

七、PersonalityItem 的完整数据

每个人格对象带丰富元数据:

typescript 复制代码
interface PersonalityItem {
  code: string               // 'HEX'
  name: string               // '六边形悍匪'
  tagline: string            // '不管什么场合都能应付'
  description: string        // 长篇描述
  strengths: string[]        // 优势清单
  weaknesses: string[]       // 劣势清单
  rivalCode: string          // 克星:这个人格最怕的另一个
  partnerCode: string        // 伙伴:这个人格最合拍的另一个
  color: string              // 代表色
}

const PERSONALITIES: PersonalityItem[] = [
  {
    code: 'HEX',
    name: '六边形悍匪',
    tagline: '不管什么场合都能应付',
    description: '...',
    strengths: ['社交', '伪装', '清醒', '行动'],
    weaknesses: ['累'],
    rivalCode: 'BOM',        // 怕"暴走炸药包"(无法预测)
    partnerCode: 'ELE',      // 和"优雅吸血鬼"配
    color: '#8B5CF6',
  },
  // ... 15 个
]

rivalCode / partnerCode :人格互动图谱 。后面做"灵魂碰撞机"(输入两个用户的人格,输出关系文案)时用到。

八、什么时候这个算法够用

MBTI 梗化测评 :满足。目标是娱乐 + 分享,不是心理学诊断。

什么时候要更复杂:

  • 真实心理学量表 (如 Big Five):需要李克特 5 分量表 + 因子分析 。每个因子不只是"正负",是连续得分(0-100)。 UI 展示也是条形图不是贴标签
  • 机器学习人格 :收集大量用户的回答作训练集,用 K-means 聚类自动发现"自然的人格类型"而不是预设 16 种。但这需要 1000+ 真实用户数据

不要为了"更科学"过度工程 。本篇的 app 定位是娱乐 + 社交,签名字符串映射的粗颗粒就是它的卖点。

踩坑清单

  • 4 维度各算一个分数,拼 "C±S±E±A±" 签名字符串做分类
  • SCORE_MAP: +2, +1, -1, -2,选项 index 直接映射分数
  • 每道题只测一个维度,.dimension 字段决定加到哪个总分
  • selectQuestions 从题库每维度抽 4 道 + 1 氛围题
  • Fisher-Yates shuffle ,不要用 sort((a,b) => Math.random() - 0.5)
  • 签名字符串用 >= 0 判断正方向(边界 0 归正)
  • 签名 → 人格 code → 完整人格对象,三级查表
  • 人格对象带 rivalCode / partnerCode 支持后续人格互动功能
  • 氛围题分数 0 不影响统计,但增加娱乐感

尾声

最小算法原则:

  • 4 维度 × 4 选项 × 分数累加 = 一次遍历 O(N)
  • 签名字符串 = 4 位串,Record 查表 O(1)
  • 16 人格表 = 一份 const 数组,没有运行时推导

整个算法 100 行以内。加人格不改代码,改表。加维度(变成 5 维度 32 人格)要重写签名字符串生成,但也就几行。

独立开发者的测评类 app 都可以套这个 pattern------性格测试、恋爱类型、职业倾向、消费习惯测评。核心是找到几个独立的二元维度,拼签名,查表。

一个意外发现:rivalCode / partnerCode 这种"人格之间的关系"字段 比每个人格的描述本身更能带动社交分享。用户测完想找谁和自己配,谁是克星 ,自然去问朋友"你测的是啥"。这是产品增长的小机关,算法层只花两个字段的代价。

相关推荐
MiniToolDesk26 分钟前
告别前端运行时 undefined:用 Zod 打造端到端类型守卫(附 JSON 一键生成实战)
前端
椒哥33 分钟前
伪造一份"浏览器身份证":sdenv 是怎么骗过环境检测的
前端
斯维赤1 小时前
三级缓存为什么是三级?二级缓存不够吗
前端·后端·面试
锋行天下1 小时前
LangGraph 对接 MCP 实战指南:从本地开发到线上部署与模型防坑
前端·人工智能·后端
Highcharts.js2 小时前
Highcharts与TypeScript集成指南
前端·javascript·typescript·前端框架·数据可视化·highcharts
跳跳的小古风2 小时前
前端转全栈:一条接口从前端请求到 SQL 完整流程
java·前端
亿元程序员3 小时前
微信小游戏备案很久?这样操作可以直接发布!
前端
福狼3 小时前
The Expanse:让风沙成为世界的一部分
前端·three.js
程序员鱼皮3 小时前
这 3 年 AI Agent 到底进化了啥?万字大白话,一次讲透!
前端·后端·aigc