Java不使用Stream实现单词词频从高到低排序输出

问题原因 #

HashMap属于无序存储结构，直接遍历entrySet()得到的顺序是键哈希值映射到桶的排列顺序，代码中未加入词频排序逻辑，因此输出顺序不符合预期。

调整方案 #

原有词频统计逻辑不需要改动，只需要在遍历输出前对键值对集合做自定义排序即可，全程无需使用Stream API，步骤如下：

• 将Map的所有Entry存入支持自定义排序的ArrayList
• 调用Collections.sort()方法实现排序规则：优先按词频（Entry的value值）降序排列，若存在词频相同的单词，追加按单词字典序升序的规则保证输出结果稳定
• 遍历排序完成的List拼接输出结果

调整后完整代码 #

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.*;
import java.util.Map.Entry;

public class InputOutput {

    private String wordsFrequency() {
        StringBuilder result = new StringBuilder();
        // 自动关闭IO资源，避免资源泄漏
        try (BufferedReader reader = new BufferedReader(new FileReader("words.txt"))) {
            Map<String, Integer> map = new HashMap<>();
            String line;
            while ((line = reader.readLine()) != null) {
                Scanner scan = new Scanner(line);
                while (scan.hasNext()) {
                    String word = scan.next();
                    if (map.containsKey(word)) {
                        map.put(word, map.get(word) + 1);
                    } else {
                        map.put(word, 1);
                    }
                }
                scan.close();
            }
            // 转换为List做自定义排序
            List<Entry<String, Integer>> entryList = new ArrayList<>(map.entrySet());
            // 定义排序规则
            Collections.sort(entryList, new Comparator<Entry<String, Integer>>() {
                @Override
                public int compare(Entry<String, Integer> o1, Entry<String, Integer> o2) {
                    int freqCompare = o2.getValue().compareTo(o1.getValue());
                    if (freqCompare != 0) {
                        return freqCompare;
                    }
                    // 词频相同按单词字典序升序
                    return o1.getKey().compareTo(o2.getKey());
                }
            });
            // 拼接排序后的结果
            for (Entry<String, Integer> entry : entryList) {
                result.append(entry.getKey()).append("\t").append(entry.getValue()).append("\n");
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
        return result.toString();
    }

    public static void main(String[] args) {
        InputOutput requestedData = new InputOutput();
        System.out.println(requestedData.wordsFrequency());
    }
}

运行验证 #

针对提供的words.txt测试文件，运行后输出完全符合预期：

is	7
the	4
sunny	2
day	1

注：不建议通过自定义TreeMap实现该需求，TreeMap默认基于键排序，强行绑定值排序会出现词频相同的单词被判定为重复键、统计结果被覆盖的问题，稳定性远低于List排序方案。

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