如何统计文件中单词出现次数？HashMap与ArrayList方案遇阻

嘿，我明白你现在的困扰了——想用HashMap统计单词频次却卡在了“索引访问”的问题上，转而考虑用两个ArrayList分别存单词和对应次数对吧？咱们一步步来拆解问题，先聊聊HashMap的使用误区，再看看你想的ArrayList方案怎么落地，最后给你几个更高效的实现思路。

其实HashMap本来就不是靠索引访问的，它的核心优势是通过单词（key）直接定位出现次数（value），这反而比用ArrayList更高效。你觉得它无法正常工作，大概率是没掌握正确的使用姿势。

举个Java代码的实际例子，正确的HashMap统计逻辑应该是这样的：

import java.util.HashMap;
import java.util.Scanner;
import java.io.File;
import java.io.FileNotFoundException;

public class WordCounter {
    public static void main(String[] args) {
        HashMap<String, Integer> wordCountMap = new HashMap<>();
        
        try (Scanner scanner = new Scanner(new File("your-target-file.txt"))) {
            while (scanner.hasNext()) {
                // 统一转小写+去除标点，避免"Hello"和"hello"被当成不同单词
                String word = scanner.next().toLowerCase().replaceAll("[^a-zA-Z]", "");
                if (!word.isEmpty()) {
                    // 用getOrDefault简化判断：如果单词不存在，默认次数为0，加1后存入
                    wordCountMap.put(word, wordCountMap.getOrDefault(word, 0) + 1);
                }
            }
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }
        
        // 如果需要按插入顺序遍历（类似ArrayList的索引顺序），换成LinkedHashMap即可
        // 遍历输出所有单词和次数
        for (String word : wordCountMap.keySet()) {
            System.out.println(word + ": " + wordCountMap.get(word));
        }
    }
}

如果需要保持单词的插入顺序（比如和文件里出现的顺序一致），只要把HashMap换成LinkedHashMap就行——它既保留了HashMap的O(1)高效查找，又能按插入顺序遍历元素。

如果坚持要用两个ArrayList来实现，思路完全可行，只是效率会稍低一些，适合小文件场景。具体逻辑是：

1. 用ArrayList<String> words存储所有不重复的单词；
2. 用ArrayList<Integer> counts存储对应索引位置单词的出现次数；
3. 读取每个单词时，先检查words中是否已存在该单词：
   • 存在的话，找到对应索引，把counts里的数值加1；
   • 不存在的话，把单词加入words，同时往counts里添加初始值1。

代码示例如下：

import java.util.ArrayList;
import java.util.Scanner;
import java.io.File;
import java.io.FileNotFoundException;

public class WordCounterWithLists {
    public static void main(String[] args) {
        ArrayList<String> words = new ArrayList<>();
        ArrayList<Integer> counts = new ArrayList<>();
        
        try (Scanner scanner = new Scanner(new File("your-target-file.txt"))) {
            while (scanner.hasNext()) {
                String word = scanner.next().toLowerCase().replaceAll("[^a-zA-Z]", "");
                if (!word.isEmpty()) {
                    int index = words.indexOf(word);
                    if (index != -1) {
                        // 单词已存在，对应次数加1
                        counts.set(index, counts.get(index) + 1);
                    } else {
                        // 单词不存在，新增到两个列表中
                        words.add(word);
                        counts.add(1);
                    }
                }
            }
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }
        
        // 按索引遍历输出
        for (int i = 0; i < words.size(); i++) {
            System.out.println(words.get(i) + ": " + counts.get(i));
        }
    }
}

⚠️ 注意：indexOf是线性查找，当文件里的单词数量很多时，效率会比HashMap低很多（HashMap查找是O(1)，ArrayList是O(n)），所以大文件场景更推荐用HashMap系列。

如果你的项目用的是Java 8及以上版本，还可以用Stream API写更简洁的代码，一行核心逻辑就能完成统计：

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.Map;
import java.util.stream.Collectors;

public class WordCounterStream {
    public static void main(String[] args) {
        try {
            Map<String, Long> wordCount = Files.lines(Paths.get("your-target-file.txt"))
                    .flatMap(line -> java.util.Arrays.stream(line.split("\\W+")))
                    .map(String::toLowerCase)
                    .filter(word -> !word.isEmpty())
                    .collect(Collectors.groupingBy(word -> word, Collectors.counting()));
            
            wordCount.forEach((word, count) -> System.out.println(word + ": " + count));
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

这里用Files.lines读取文件行，拆分单词后直接分组统计，代码更优雅易读。

内容的提问来源于stack exchange，提问作者M.Ahmed