使用Collectors.groupingBy配合Collectors.counting()可一行统计元素频次，支持按元素自身或对象字段分组，返回Map，注意null处理、Long返回类型及并发安全。
用 Collectors.groupingBy 配合 Collectors.counting()，可以一行代码统计集合中各元素出现的次数，是 Java 8 Stream 中最常用、最简洁的重复度分析方式。
基础用法：统计字符串列表中每个单词的出现频次
这是最典型的场景。假设你有一组单词，想快速知道每个词重复了多少次：
List<String> words = Arrays.asList("apple", "banana", "apple", "cherry", "banana", "apple");
Map<String, Long> frequency = words.stream()
.collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
// 结果：{apple=3, banana=2, cherry=1}
说明：
-
Function.identity()表示按元素自身分组（即以字符串值为 key） -
Collectors.counting()是一个下游收集器，负责对每个分组内的元素计数，返回Long - 最终得到的是
Map<t long></t>，key 是原始元素，value 是其出现次数
按对象字段分组计数：统计用户所属城市的人数
当处理自定义对象时，可传入方法引用作为分组依据：
record User(String name, String city) {}
List<User> users = List.of(
new User("Alice", "Beijing"),
new User("Bob", "Shanghai"),
new User("Charlie", "Beijing"),
new User("Diana", "Guangzhou")
);
Map<String, Long> cityCount = users.stream()
.collect(Collectors.groupingBy(User::city, Collectors.counting()));
// 结果：{Beijing=2, Shanghai=1, Guangzhou=1}
关键点：
- 用
User::city替代Function.identity()，表示按city字段分组 - 仍使用
counting()统计每组数量，逻辑不变 - 注意字段值为
null时会抛出NullPointerException，如需容错，可先过滤或用Objects.toString(user.city, "unknown")
进阶技巧：结合 filtering 或 mapping 做条件计数
如果只想统计满足某条件的元素频次（比如只统计长度大于 4 的单词），不能直接在 groupingBy 外过滤——那样会丢失原始分组结构。正确做法是用下游收集器组合：
Map<String, Long> longWordFreq = words.stream()
.filter(word -> word.length() > 4)
.collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
或者更灵活地，在下游使用 Collectors.collectingAndThen 或 Collectors.filtering（Java 9+）：
// Java 9+ 示例：只对满足条件的元素计数，但保留所有 key（未匹配的为 0）
Map<String, Long> withZero = words.stream()
.collect(Collectors.groupingBy(
Function.identity(),
Collectors.collectingAndThen(
Collectors.filtering(word -> word.length() > 4, Collectors.counting()),
count -> count
)
));
不过要注意：标准 counting() 本身不支持条件筛选，必须配合 filtering 或前置 filter 流操作。
常见问题与避坑提醒
实际使用中容易忽略几个细节：
-
返回类型是
Long，不是Integer：因为counting()内部用long累加，避免溢出；若需Integer，可用Collectors.summingInt(e -> 1) -
空集合返回空 Map：不会为不存在的 key 补 0，如需默认值，后续用
map.getOrDefault(key, 0L) -
并发流慎用：虽然
groupingByConcurrent存在，但counting()是无状态的，线程安全；不过若 key 本身非线程安全（如可变对象），仍可能出错 - 性能考虑：对大数据量，Stream 分组比传统 for-loop 略慢；但代码清晰度和可维护性优势明显，一般场景无需过早优化
这种组合写法简洁有力，覆盖了绝大多数重复度分析需求，核心就是理解“分组”和“下游聚合”的协作关系。
