本文详解如何在 Java 中通过字符串分割与 Map 操作，统计文本中各单词出现次数，涵盖传统循环、merge() 方法及 Stream API 三种实现方式，并附可运行示例与关键注意事项。
本文详解如何在 java 中通过字符串分割与 map 操作，统计文本中各单词出现次数，涵盖传统循环、`merge()` 方法及 stream api 三种实现方式，并附可运行示例与关键注意事项。
在 Java 开发中，统计一段文本中每个单词的出现频次是一个经典且实用的练习，常用于日志分析、文本处理或面试算法题。核心思路是：将字符串按空格切分为单词数组，遍历每个单词，并用 Map<String, Integer> 动态维护“单词→频次”的映射关系。
以下是三种渐进式优化的实现方案：
✅ 方案一：基础显式判断（适合初学者理解逻辑）
private static HashMap<String, Integer> countWords(final String text) {
HashMap<String, Integer> wordMap = new HashMap<>();
String[] words = text.split(" ");
for (String word : words) {
if (wordMap.containsKey(word)) {
wordMap.put(word, wordMap.get(word) + 1);
} else {
wordMap.put(word, 1);
}
}
return wordMap;
}⚠️ 注意：此写法需两次 Map 查找（containsKey() + get()），存在冗余；且未处理空字符串或首尾空格——实际应用中建议先调用 trim() 并过滤空串：Arrays.stream(text.trim().split("\s+")) 更健壮。
✅ 方案二：使用 Map.merge()（推荐，简洁高效）
private static Map<String, Integer> countWords(final String text) {
Map<String, Integer> wordMap = new HashMap<>();
for (String word : text.trim().split("\s+")) {
wordMap.merge(word, 1, Integer::sum);
}
return wordMap;
}merge(key, defaultValue, remappingFunction) 的语义清晰：若 key 不存在，则设为 defaultValue（即 1）；若已存在，则用 remappingFunction（此处为 Integer::sum）合并旧值与新值。一次查找完成读-改-写，线程安全前提下性能更优。
立即学习“Java免费学习笔记（深入）”；
✅ 方案三：函数式风格（Stream API，一行逻辑）
private static Map<String, Integer> countWords(final String text) {
return Arrays.stream(text.trim().split("\s+"))
.filter(word -> !word.isEmpty()) // 增强鲁棒性
.collect(Collectors.groupingBy(
Function.identity(),
Collectors.summingInt(w -> 1)
));
}该写法高度声明式，利用 groupingBy + summingInt 自动完成分组计数。注意需静态导入 Collectors.* 和 Function.*；同时建议添加 filter 防止空字符串干扰结果。
? 总结与最佳实践
- 始终预处理输入：使用 trim() 和正则 \s+ 替代固定 " "，以兼容制表符、多空格等；
- 类型声明优先接口：返回类型用 Map<String, Integer> 而非 HashMap，利于后期替换实现；
- 避免 null 风险：split() 结果可能含空串，务必过滤；
- 性能对比：小数据量差异不明显；大数据量下，merge() 和 Stream 在可读性与性能间取得更好平衡。
完整可运行示例可直接复制到 Main.java 中测试，输出如 {Hello=2, world=1, all=1}，验证逻辑正确性。
