HashSet统计不重复单词数的核心是自动去重：先用正则W+分词并转小写，再逐个add()，最后调用size()即得结果，时间复杂度接近O(n)。
HashSet 的核心特性是自动去重，利用这一点统计不重复单词数非常直接：把每个单词添加进 HashSet，最后调用 size() 方法即可得到不重复数量。
准备单词数据源
通常单词来自字符串（如一段文本），需先按空格、标点等分词。推荐用正则 \W+ 拆分，它能匹配非字母数字字符，比单纯用空格更鲁棒：
-
"hello, world! hello" → 分词为
["hello", "world", "hello"] - 注意：分词后建议转小写（
toLowerCase()）避免大小写导致误判重复
用 HashSet 收集并去重
创建一个 HashSet<String>，遍历分词结果，逐个 add()。HashSet 内部基于 HashMap 实现，相同字符串的 hash 值和 equals 判断确保只存一份：
Java Maven Common
下载
Java Maven 项目审查工作流的通用输入处理。当 Java Maven 项目以 ZIP压缩包或 GitLab 仓库 URL 形式提供且需要...时使用。
-
set.add("apple")返回true（首次添加） -
set.add("apple")再次调用返回false（已存在，不重复插入） - 无需手动判断是否已存在，add() 自动处理
获取不重复单词总数
分词并添加完成后，直接调用 set.size() —— 这就是不重复单词的数量。整个过程时间复杂度接近 O(n)，效率高且代码简洁：
立即学习“Java免费学习笔记（深入）”；
- 例如："Java java JAVA python" → 小写后为
["java", "java", "java", "python"]→ HashSet 存{"java", "python"}→size()= 2 - 若需同时保留原始大小写形式做展示，可额外用
LinkedHashSet保持插入顺序
不复杂但容易忽略细节：分词逻辑要合理、大小写要统一、HashSet 本身不保证顺序——仅统计数量时这些都不是问题。
