Java单词统计与排序需求：带引号单词需后置输出

你已经搞定了总单词数的统计，但还需要完成单词计数和符合要求的排序——让带双引号的单词排在最后，其余按字母顺序排列对吧？这里给你修改后的完整代码，一步步解决问题：

默认的TreeSet是基于ASCII码排序的，而双引号的ASCII码比小写字母小，所以会排到最前面。我们需要自定义比较逻辑来满足你的特殊排序规则，同时用HashMap来高效统计单词出现次数。

import java.util.*;

public class UniqueWord {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        String inp = sc.nextLine();
        // 预处理：转小写，仅保留字母、引号和空格，其他字符替换为空格
        inp = inp.toLowerCase().replaceAll("[^a-z\" ]", " ");
        
        // 提取所有单词并统计总数
        List<String> words = new ArrayList<>();
        StringTokenizer tokenizer = new StringTokenizer(inp);
        int totalCount = 0;
        while (tokenizer.hasMoreTokens()) {
            String word = tokenizer.nextToken();
            words.add(word);
            totalCount++;
        }
        
        // 统计每个单词的出现次数
        Map<String, Integer> wordCountMap = new HashMap<>();
        for (String word : words) {
            wordCountMap.put(word, wordCountMap.getOrDefault(word, 0) + 1);
        }
        
        // 提取单词集合并执行自定义排序
        List<String> sortedWords = new ArrayList<>(wordCountMap.keySet());
        Collections.sort(sortedWords, new Comparator<String>() {
            @Override
            public int compare(String s1, String s2) {
                boolean s1IsQuoted = s1.startsWith("\"") || s1.endsWith("\"");
                boolean s2IsQuoted = s2.startsWith("\"") || s2.endsWith("\"");
                
                // 核心规则：不带引号的单词优先级更高，排前面
                if (s1IsQuoted && !s2IsQuoted) {
                    return 1;
                } else if (!s1IsQuoted && s2IsQuoted) {
                    return -1;
                }
                // 同类型单词（都带/都不带引号）按字母顺序排序
                else {
                    return s1.compareTo(s2);
                }
            }
        });
        
        // 输出结果
        System.out.println("Number of words " + totalCount);
        System.out.println("Words with the count");
        for (String word : sortedWords) {
            System.out.println(word + ": " + wordCountMap.get(word));
        }
    }
}

关键逻辑说明 #

• 单词提取：用StringTokenizer处理连续空格，比手动遍历字符更简洁可靠，能准确拆分每个单词。
• 计数优化：用HashMap的getOrDefault方法一行完成计数更新，避免复杂的空值判断。
• 自定义排序：通过Comparator先区分带引号和不带引号的单词，让不带引号的全部排在前面，同组内再按常规字母顺序排序，完美解决TreeSet默认排序的问题。

测试你提供的输入示例，就能得到和预期完全一致的输出，包括把“wrapped”放在最后。

内容的提问来源于stack exchange，提问作者Ram