本文旨在指导如何使用javascript为员工数据生成多维度排名表，重点解决并列情况下的平均排名（besson rank）计算问题。教程涵盖了从数据准备、核心排名算法的实现，到最终将排名结果动态渲染为html表格的完整流程，为开发者提供了一套专业且实用的数据处理方案。
引言
在企业管理或数据分析场景中，我们经常需要根据多个指标对员工、产品或其他实体进行排名。当多个实体在某个指标上具有相同的值时，传统的简单排名方法可能会出现歧义。Besson排名法（或称平均排名法）提供了一种优雅的解决方案，即为所有并列的实体分配它们本应占据的排名的平均值。本教程将详细介绍如何利用JavaScript实现这一功能，并最终将处理后的数据以清晰的HTML表格形式展示。
原始数据结构
我们以一个包含员工姓名和多个绩效指标（如工作效率、贷款金额、纪律性、工作经验）的数组作为示例数据。
const employees = [
{
name: 'Budi',
workEthic: 60,
loanAmount: 50,
discipline: 100,
workExperience: 40
},
{
name: 'Andi',
workEthic: 80,
loanAmount: 50,
discipline: 80,
workExperience: 40
},
{
name: 'Rudi',
workEthic: 100,
loanAmount: 50,
discipline: 80,
workExperience: 40
}
];多维度数据提取与准备
为了对每个指标独立进行排名，我们需要将原始员工数据按各个排名维度进行拆分，并为每个维度创建一个包含员工姓名和对应指标值的列表。
// 1. 初始化一个对象，用于存储每个指标的排名数据
const rankingsByCriteria = {};
// 提取所有可排名的指标（排除 'name'）
const rankingCriteria = Object.keys(employees[0]).filter(key => key !== 'name');
// 为每个指标初始化空数组
rankingCriteria.forEach(criteria => {
rankingsByCriteria[criteria] = [];
});
// 2. 遍历员工数据，将每个员工的指标值添加到对应的排名列表中
employees.forEach(employee => {
rankingCriteria.forEach(criteria => {
rankingsByCriteria[criteria].push({ name: employee.name, value: employee[criteria] });
});
});
/*
此时 rankingsByCriteria 结构示例:
{
workEthic: [
{ name: 'Budi', value: 60 },
{ name: 'Andi', value: 80 },
{ name: 'Rudi', value: 100 }
],
loanAmount: [ ... ],
// ... 其他指标
}
*/核心算法：Besson排名法处理并列情况
Besson排名法的核心在于，当多个实体具有相同的指标值时，它们将共享一个平均排名。这个平均排名是它们在没有并列情况下本应获得的排名的算术平均值。
立即学习“Java免费学习笔记（深入）”；
算法步骤
- 排序: 首先，对每个指标的数据按值进行降序排序（或根据需求升序）。
- 遍历与识别并列组: 遍历排序后的数据，识别出连续的、具有相同值的元素组。
- 计算平均排名: 对于每个并列组，计算它们本应获得的排名的总和，然后除以该组的元素数量，得到平均排名。
- 分配排名: 将计算出的平均排名分配给该并列组中的所有元素。
- 更新当前排名: 下一个非并列组的起始排名将是当前排名加上并列组的元素数量。
代码实现
以下JavaScript代码实现了Besson排名逻辑：
for (const criteria in rankingsByCriteria) {
// 对当前指标的数据进行降序排序
// (如果需要升序，改为 a.value - b.value)
rankingsByCriteria[criteria].sort((a, b) => b.value - a.value);
let currentRank = 1; // 当前起始排名
for (let i = 0; i < rankingsByCriteria[criteria].length; i++) {
let j = i;
// 查找所有与当前元素值相同的后续元素，形成一个并列组
while (j < rankingsByCriteria[criteria].length && rankingsByCriteria[criteria][j].value === rankingsByCriteria[criteria][i].value) {
j++;
}
const tieGroupSize = j - i; // 并列组的大小
// 计算并列组本应占据的排名的总和
// 例如，如果并列组从第3名开始，有2个元素，它们本应是第3和第4名，总和为 3+4=7
const sumOfRanksInTie = Array.from({ length: tieGroupSize }, (_, k) => currentRank + k).reduce((sum, rank) => sum + rank, 0);
const averageRank = sumOfRanksInTie / tieGroupSize; // 计算平均排名
// 将平均排名分配给并列组中的所有元素
for (let k = i; k < j; k++) {
rankingsByCriteria[criteria][k].rank = averageRank;
}
// 更新下一个非并列组的起始排名
currentRank += tieGroupSize;
// 跳过已经处理过的并列组元素
i = j - 1;
}
}将排名结果整合到员工数据
为了方便生成最终的表格，我们将计算出的排名整合回原始的员工数据副本中。每个员工对象将新增 {criteria}Rank 字段来存储其在对应指标上的排名。
const finalRankedEmployees = employees.map(emp => {
const rankedEmp = { ...emp }; // 创建员工数据的副本
rankingCriteria.forEach(criteria => {
// 从 rankingsByCriteria 中找到该员工在该指标上的排名
const found = rankingsByCriteria[criteria].find(item => item.name === emp.name);
if (found) {
rankedEmp[`${criteria}Rank`] = found.rank; // 添加排名字段，例如 workEthicRank
}
});
return rankedEmp;
});
/*
此时 finalRankedEmployees 结构示例:
[
{ name: 'Budi', workEthic: 60, workEthicRank: 3, loanAmount: 50, loanAmountRank: 1.5, discipline: 100, disciplineRank: 
