词频统计看起来是个简单问题：把一段字符串按空格切分，然后逐个累加计数就行了。可一旦要求输出顺序必须与单词在原文中首次出现的顺序一致，不少人写出来的结果就乱了套。根本原因在于 HashMap 本身不保证任何遍历顺序，元素在内部是按哈希值散列存放的，遍历时得到的顺序既不是插入顺序也不是字母顺序。要解决这个痛点，核心思路是把存储容器换成能记住插入顺序的结构，或者在遍历输出前额外排序。下面从原理、实现到进阶优化，把这个需求完整拆解一遍。
一、为什么 HashMap 会打乱单词的首次出现顺序
先看一段典型的问题代码，很多教程都会这么写：
Map<String, Integer> map = new HashMap<>();
for (String word : text.split(" ")) {
map.put(word, map.getOrDefault(word, 0) + 1);
}
System.out.println(map);假设输入是 the Quick brown fox the lazy dog quick，这段代码输出的顺序很可能是 brown=1, quick=2, the=2, Quick=1... 之类的乱序结果。这不是 bug，而是 HashMap 的设计决定的：它为了追求查询效率，用哈希函数把 key 分散到不同的桶里，桶的分布与插入时间毫无关系。
更关键的一点是题目要求大小写敏感。The 和 the 是两个不同的单词，Quick 和 quick 也是。只要不去调用 toLowerCase() 做归一化，Map 的 key 就会自然把它们区分开，这个要求本身就降低了实现难度，但也意味着首次出现顺序的判定要以原始大小写为准。the 先出现，那么输出时 the 就排在前面，即使后面来了个 The，它作为独立 key 也按它自己的首次出现位置排。
二、用 LinkedHashMap 按首次出现顺序统计
LinkedHashMap 是解决顺序问题的首选。它在 HashMap 的基础上维护了一条双向链表，记录每个条目的插入先后。对一个已经存在的 key 重复 put，只会更新 value，不会改变它在这条链表上的位置，这正好符合按首次出现排序的语义。
import java.util.LinkedHashMap;
import java.util.Map;
public class WordFrequency {
public static Map<String, Integer> countWords(String text) {
Map<String, Integer> freq = new LinkedHashMap<>();
if (text == null || text.isEmpty()) {
return freq;
}
// \\s+ 匹配一个或多个空白字符（空格、制表符等）
String[] words = text.trim().split("\\s+");
for (String word : words) {
Integer old = freq.get(word);
freq.put(word, old == null ? 1 : old + 1);
}
return freq;
}
public static void main(String[] args) {
String text = "The quick brown fox jumps over the lazy dog The end";
Map<String, Integer> result = countWords(text);
result.forEach((k, v) -> System.out.println(k + " 出现了 " + v + " 次"));
}
}运行上面的代码，输出顺序是 The、quick、brown……与原文首次出现顺序完全一致，其中 The 计 2 次，the 计 1 次，大小写敏感的要求得到满足。注意这里用的是 \\s+ 而不是单个空格来分割，能同时处理连续多个空格和首尾空白，比 split(" ") 稳健得多。
需要说明的是，LinkedHashMap 维护链表会带来一点点额外的内存和插入开销，但在词频统计这种场景下完全可以忽略。它的遍历性能和 HashMap 基本持平，属于无脑可选的方案。
三、用 merge 或 compute 让计数更简洁
JDK 8 之后，Map 接口提供了 merge 和 compute 两个默认方法，可以把取旧值、判空、加一的逻辑压缩成一行，代码可读性明显更好。
// 写法一：merge，key 不存在时放入初始值 1，存在时执行合并逻辑
for (String word : words) {
freq.merge(word, 1, Integer::sum);
}
// 写法二：compute，等价但语义略有不同
for (String word : words) {
freq.compute(word, (k, v) -> v == null ? 1 : v + 1);
}merge 的三个参数分别是 key、初始值和合并函数。当 key 第一次出现时直接存入初始值 1；再次遇到时，把旧值和初始值交给 Integer::sum 相加后写回。这种写法省去了显式的 null 判断，也避免了自动装箱拆箱过程中可能踩到的空指针坑。
如果追求极致简洁，还可以配合 Stream 的 Collectors.groupingBy，但要注意一个细节：直接用 groupingBy 默认返回 HashMap，顺序同样会乱。必须传入 LinkedHashMap::new 作为工厂才能保留首次出现顺序，这也是实际编码中最容易犯的错误之一：
import java.util.stream.Collectors;
import java.util.LinkedHashMap;
Map<String, Long> freq = text.trim().split("\\s+").length == 0
? new LinkedHashMap<>()
: java.util.Arrays.stream(text.trim().split("\\s+"))
.collect(Collectors.groupingBy(
w -> w,
LinkedHashMap::new,
Collectors.counting()));四、边界情况与注意事项
实际使用中还有几个容易忽略的点。第一，标点符号的处理。如果文本里可能出现逗号、句号，fox, 和 fox 会被当成两个单词。可以在分割前用 replaceAll("[^a-zA-Z0-9\\s]", " ") 把非字母数字字符替换成空格，不过要清楚这属于清洗策略，是否执行取决于你的业务定义。
第二，空字符串和 null 输入。代码开头对 text == null || text.isEmpty() 的判断是必要的，否则 "".split("\\s+") 会返回一个包含空字符串的数组，导致结果里混入一个计数为 1 的空单词。第三，如果统计的文本非常大，还可以考虑用 StringTokenizer 或手写逐字符扫描来减少临时数组开销，但对绝大多数场景，split 加 LinkedHashMap 已经足够高效。
总结一下：按首次出现顺序做大小写敏感的词频统计，核心就是两步，用 \\s+ 正则可靠地分割单词，用 LinkedHashMap 配合 merge 完成有序计数。理解了 HashMap 无序的本质和 LinkedHashMap 插入有序的机制，类似的顺序保留需求就都能举一反三地解决了。
Java词频统计LinkedHashMap大小写敏感修改时间：2026-09-08 10:15:04