Java 統計英文文本單詞總數與不重複單詞數：正則清洗 + Split + Map 計數

題目需求

輸入一段英文文本，統計：1) 單詞總數 2) 不重複單詞數。例：「I am a good student. I am in Zhengzhou.」→ 9 個單詞，7 個不重複。

解決步驟

1. 去標點：用正則 `replaceAll("[.|;|\\?]", " ")` 將標點替換為空格（避免單詞粘連）。
2. 分割：`split(" ")` 按空格分割，得到單詞陣列。
3. 計數：用 `Map` 以單詞為 Key、出現次數為 Value 累加。

完整代碼

import java.util.*;

public class WordCounter {
    public static String clean(String input) {
        if (input == null) return null;
        return input.replaceAll("[.|;|\\?]", " "); // 可擴展更多標點
    }

    public static Map count(String input) {
        Map map = new HashMap<>();
        if (input == null || input.isEmpty()) return map;
        String[] words = input.split(" ");
        for (String w : words) {
            if (w.isEmpty()) continue; // 過濾多空格產生的空串
            map.put(w, map.getOrDefault(w, 0) + 1);
        }
        return map;
    }

    public static void main(String[] args) {
        String text = "I am a good student.I am in Zhengzhou.Ha?";
        String cleaned = clean(text);
        System.out.println("清洗後: " + cleaned);
        Map result = count(cleaned);
        System.out.println("總單詞數: " + result.values().stream().mapToInt(Integer::intValue).sum());
        System.out.println("不重複單詞數: " + result.size());
        System.out.println("明細: " + result);
    }
}

輸出範例

清洗後: I am a good student I am in Zhengzhou Ha 
總單詞數: 9
不重複單詞數: 7
明細: {Zhengzhou=1, Ha=1, I=2, am=2, a=1, good=1, student=1, in=1}

進階優化

• 正則合併：`replaceAll("[\\p{Punct}]", " ")` 一次性替換所有標點。
• 大小寫敏感：題目未說明，通常視為敏感；若不敏感，`w.toLowerCase()` 後再 put。
• 大文本：用 `Scanner` 逐 token 讀取，避免一次性載入巨大字串。