Android生命体征模拟功能开发及文本文件新增值实现咨询

我来帮你梳理下这个生命体征模拟功能的实现思路和代码示例，刚好我之前做过类似的健康类应用模块，应该能帮到你：

1. 先定义生命体征数据模型 #

为了更清晰地管理四个变量，先创建一个数据类来封装这些参数：

data class VitalSigns(
    val temperature: Double,
    val diastolicPressure: Int,
    val systolicPressure: Int,
    val heartRate: Int
)

2. CalculationRisk类核心逻辑实现 #

把随机生成、阈值对比、风险判断的逻辑全部封装在这里，方便后续维护：

class CalculationRisk {
    // 可自定义的正常阈值范围（参考医学通用标准）
    private val normalTempRange = 36.0..37.2
    private val normalDiastolicRange = 60..89
    private val normalSystolicRange = 90..139
    private val normalHeartRateRange = 60..100

    // 生成符合生理范围的随机生命体征数据
    fun generateRandomVitalSigns(): VitalSigns {
        val temp = (35.0..40.0).random()
        val diastolic = (50..120).random()
        val systolic = (80..180).random()
        val heartRate = (40..180).random()
        return VitalSigns(temp, diastolic, systolic, heartRate)
    }

    // 对比阈值，生成风险评估结果
    fun assessRisk(vitalSigns: VitalSigns): String {
        val riskList = mutableListOf<String>()
        
        if (!normalTempRange.contains(vitalSigns.temperature)) {
            riskList.add("体温异常（当前: %.1f℃）".format(vitalSigns.temperature))
        }
        if (!normalDiastolicRange.contains(vitalSigns.diastolicPressure)) {
            riskList.add("舒张压异常（当前: ${vitalSigns.diastolicPressure}mmHg）")
        }
        if (!normalSystolicRange.contains(vitalSigns.systolicPressure)) {
            riskList.add("收缩压异常（当前: ${vitalSigns.systolicPressure}mmHg）")
        }
        if (!normalHeartRateRange.contains(vitalSigns.heartRate)) {
            riskList.add("心率异常（当前: ${vitalSigns.heartRate}次/分）")
        }

        return if (riskList.isEmpty()) {
            "生命体征全部正常"
        } else {
            "风险提示：\n" + riskList.joinToString("\n")
        }
    }
}

3. 在界面中展示结果到TextView #

在Activity/Fragment中调用CalculationRisk的方法，生成数据并拼接成指定格式展示：

class VitalSimulatorActivity : AppCompatActivity() {
    private lateinit var resultTv: TextView
    private lateinit var calculationRisk: CalculationRisk

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_vital_simulator)
        
        resultTv = findViewById(R.id.tv_simulation_result)
        calculationRisk = CalculationRisk()

        // 绑定模拟按钮点击事件（假设你有一个触发模拟的Button）
        findViewById<Button>(R.id.btn_start_simulate).setOnClickListener {
            runSimulation()
        }
    }

    private fun runSimulation() {
        val vitalData = calculationRisk.generateRandomVitalSigns()
        val riskResult = calculationRisk.assessRisk(vitalData)
        
        // 拼接成要求的展示格式
        val displayContent = """
            Simulation Results
            Temperature: %.1f
            Diastolic Blood Pressure: ${vitalData.diastolicPressure}
            Systolic Blood Pressure: ${vitalData.systolicPressure}
            Heart Rate: ${vitalData.heartRate}
            
            $riskResult
        """.trimIndent()
        
        resultTv.text = displayContent
        
        // 模拟完成后自动保存到文本文件
        saveToFile(vitalData, riskResult)
    }
}

4. 写入文本文件功能实现 #

推荐写入应用私有目录（无需存储权限，更安全），如果需要外部存储可自行调整权限逻辑：

private fun saveToFile(vitalData: VitalSigns, riskResult: String) {
    val logFile = File(filesDir, "vital_signs_log.txt")
    val currentTime = SimpleDateFormat("yyyy-MM-dd HH:mm:ss", Locale.getDefault()).format(Date())
    
    // 拼接日志内容，包含时间戳方便追溯
    val logContent = """
        --- 模拟时间: $currentTime ---
        Temperature: %.1f℃
        Diastolic BP: ${vitalData.diastolicPressure}mmHg
        Systolic BP: ${vitalData.systolicPressure}mmHg
        Heart Rate: ${vitalData.heartRate}次/分
        风险评估: $riskResult
        ---------------------------
        
    """.trimIndent()

    try {
        // 以追加模式写入文件
        FileOutputStream(logFile, true).use { outputStream ->
            outputStream.write(logContent.toByteArray())
        }
        Toast.makeText(this, "数据已保存到本地", Toast.LENGTH_SHORT).show()
    } catch (e: IOException) {
        e.printStackTrace()
        Toast.makeText(this, "保存失败: ${e.message}", Toast.LENGTH_SHORT).show()
    }
}

小提示：如果想让随机数据更贴近真实场景，可以给正常范围内的数值设置更高的生成概率，比如用加权随机算法替代简单的范围随机。

内容的提问来源于stack exchange，提问作者Jman123