如何在Android项目中复现Google Fit的心率点数计算逻辑？

• 核心计算逻辑拆解
  Google Fit的心率点数（Heart Points）核心是基于心率区间与运动时长的加权计算，公开的大致规则如下：

  • 中等强度运动（心率处于最大心率的50%-79%区间）：每分钟累计1个点数
  • 高强度运动（心率达到最大心率的80%及以上）：每分钟累计2个点数
  • 最大心率通用计算公式为 220 - 年龄，不过Google Fit会结合用户个人资料（如静息心率、运动习惯）做微调
  • 静止状态下的心率不计入点数，仅持续运动状态的心率数据会参与计算

• 社区实现情况
  已有不少开发者完成过类似复现，核心思路都是通过Health Connect获取心率及运动数据后，套用上述规则计算：

  1. 从Health Connect读取用户的心率历史采样数据、运动活动时段记录（如跑步、步行的起止时间）
  2. 对运动时段内的心率数据进行区间划分
  3. 统计各心率区间的持续时长，按对应权重累加总点数
  4. 处理数据异常：过滤过高/过低的异常心率值、去重重叠的运动时段

• 基础实现代码示例（Kotlin）

fun calculateHeartPoints(heartRateSamples: List<HeartRateSample>, userAge: Int): Int {
    val maxHeartRate = 220 - userAge
    val moderateThreshold = maxHeartRate * 0.5
    val highThreshold = maxHeartRate * 0.8

    var totalPoints = 0
    var currentSegmentStartTime: Long? = null
    var currentZone: String? = null

    // 按时间排序心率采样数据
    heartRateSamples.sortedBy { it.timestamp }.forEach { sample ->
        val zone = when {
            sample.heartRate >= highThreshold -> "HIGH"
            sample.heartRate >= moderateThreshold -> "MODERATE"
            else -> "REST"
        }

        // 切换心率区间时，计算上一段区间的点数
        if (currentZone != zone) {
            currentSegmentStartTime?.let { startTime ->
                val durationMinutes = (sample.timestamp - startTime) / (1000 * 60)
                totalPoints += when (currentZone) {
                    "HIGH" -> (durationMinutes * 2).toInt()
                    "MODERATE" -> durationMinutes.toInt()
                    else -> 0
                }
            }
            currentSegmentStartTime = sample.timestamp
            currentZone = zone
        }
    }

    // 处理最后一段未结算的区间数据
    currentSegmentStartTime?.let { startTime ->
        heartRateSamples.lastOrNull()?.let { lastSample ->
            val durationMinutes = (lastSample.timestamp - startTime) / (1000 * 60)
            totalPoints += when (currentZone) {
                "HIGH" -> (durationMinutes * 2).toInt()
                "MODERATE" -> durationMinutes.toInt()
                else -> 0
            }
        }
    }

    return totalPoints
}

// 心率采样数据模型
data class HeartRateSample(val timestamp: Long, val heartRate: Double)

注：这是简化版实现，Google Fit实际逻辑会更复杂，比如不同运动类型的权重差异、静息心率基准修正、数据连续性验证等。你可以用备份的历史数据对比结果，调整阈值或计算规则，让实现更贴近原版。

• 校准建议
  用你备份的截至5月的Google Fit心率点数数据作为参照，对比自己实现的计算结果：
  • 若偏差较大，可尝试替换最大心率计算公式（比如208 - 0.7 * 年龄更适合部分人群）
  • 微调心率区间的阈值，比如中等强度的起始心率可能不是严格的50%最大心率
  • 加入运动类型的权重调整，比如跑步的点数计算权重可能略高于步行

内容的提问来源于stack exchange，提问作者jimmytrivedi