如何使用Java 8 Streams找出字符串中出现最频繁的单词？

给定输入字符串：

"Ram is employee of ABC company, ram is from Blore, RAM! is good in algorithms."

需要忽略大小写和标点符号统计单词出现次数，输出出现次数最多的单词及其次数，预期输出：

Ram -->3
is -->3

实现思路 #

1. 提取有效单词：用正则表达式匹配字符串里的所有单词，自动跳过逗号、感叹号这类标点符号。
2. 保留单词原始写法：把每个单词转成小写作为键，对应的第一次出现的原始单词作为值存起来，确保输出时能保留输入里的大小写样式。
3. 统计单词出现次数：忽略大小写统计，比如Ram、ram、RAM会被算作同一个单词。
4. 获取最高出现次数：从统计结果里找出次数最多的那个数值。
5. 筛选并输出结果：把次数等于最大值的单词筛选出来，结合之前存的原始写法输出最终结果。

完整代码实现 #

import java.util.*;
import java.util.function.Function;
import java.util.regex.Pattern;
import java.util.stream.Collectors;

public class MostFrequentWords {
    public static void main(String[] args) {
        String input = "Ram is employee of ABC company, ram is from Blore, RAM! is good in algorithms.";
        
        // 提取所有单词（匹配字母数字组成的完整单词）
        Pattern wordPattern = Pattern.compile("\\b\\w+\\b");
        List<String> words = wordPattern.matcher(input).results()
                   .map(matchResult -> matchResult.group())
                   .collect(Collectors.toList());
        
        // 建立小写单词到首次出现的原单词的映射
        Map<String, String> originalWordMap = words.stream()
            .collect(Collectors.toMap(
                String::toLowerCase,
                Function.identity(),
                (existing, newWord) -> existing // 保留第一次出现的单词形式
            ));
        
        // 统计每个单词（忽略大小写）的出现次数
        Map<String, Long> wordCountMap = words.stream()
            .map(String::toLowerCase)
            .collect(Collectors.groupingBy(
                Function.identity(),
                Collectors.counting()
            ));
        
        // 获取最大出现次数
        long maxFrequency = wordCountMap.values().stream()
            .max(Long::compare)
            .orElse(0L);
        
        // 筛选并输出结果
        wordCountMap.entrySet().stream()
            .filter(entry -> entry.getValue() == maxFrequency)
            .forEach(entry -> System.out.println(originalWordMap.get(entry.getKey()) + " -->" + entry.getValue()));
    }
}

代码说明 #

• 正则提取单词：\\b\\w+\\b 会匹配以单词边界分隔的字母数字序列，自动过滤掉标点符号。
• 原单词映射：Collectors.toMap 里的合并函数会保留第一次出现的单词形式，避免后续覆盖原始写法。
• 次数统计：通过map(String::toLowerCase)统一转为小写，再用groupingBy结合counting()完成高效的次数统计。
• 结果筛选：用流的filter方法挑出次数等于最大值的条目，结合原单词映射输出符合预期的结果。

内容的提问来源于stack exchange，提问作者dev007