您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 相關知識

Java 泛型實作：基於 HashMap 的高效頻率統計工具類

編輯：Java 相關知識

設計目標

建立一個通用的頻率統計工具類，使用泛型 T 代表待統計資料型別，要求 T 正確實作 equals() 與 hashCode() 方法。核心功能包含：關鍵字統計、取得所有鍵值對、取得所有 Key 集合、查詢單一 Key 統計值。

完整實作代碼

package com.zj.col;

import java.util.HashMap;
import java.util.Map;
import java.util.Random;

public class Statistics<T> {
    private Map<T, Integer> m = new HashMap<T, Integer>();

    /** 統計關鍵字出現次數 */
    public void statistics(T t) {
        Integer freq = m.get(t);
        m.put(t, freq == null ? 1 : freq + 1);
    }

    /** 返回底層 Map (所有鍵值對) */
    public void getAllKeysStatistics() {
        System.out.println(m);
    }

    /** 返回所有 Key 組成的 Set */
    public void getAllKeys() {
        System.out.println(m.keySet());
    }

    /** 返回單一 Key 的統計值，不存在回傳 0 */
    public int getKeyStatistics(T t) {
        return m.get(t) == null ? 0 : m.get(t);
    }

    public static void main(String[] args) {
        Random rand = new Random();
        Statistics<Integer> s = new Statistics<Integer>();
        
        // 產生 10000 個 0-9 隨機整數進行統計
        for (int i = 0; i < 10000; i++) {
            int r = rand.nextInt(10);  // 0-9
            s.statistics(r);
        }
        
        s.getAllKeysStatistics();
        s.getAllKeys();
        System.out.println("Key -1:" + s.getKeyStatistics(-1));  // 不存在的 Key
        System.out.println("Key 0:" + s.getKeyStatistics(0));
    }
}

執行結果範例

{0=1038, 1=1014, 2=939, 3=987, 4=977, 5=974, 6=1036, 7=974, 8=1075, 9=986}
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
Key -1:0
Key 0:1038

核心設計解析

1. 泛型設計

使用 <T> 使工具類可統計任意型別資料 (Integer、String、自訂物件等)，唯一要求是 T 必須正確實作 equals() 與 hashCode()，確保 HashMap 能正確判斷鍵值相等。

2. 統計邏輯優化

Integer freq = m.get(t);
m.put(t, freq == null ? 1 : freq + 1);

先查詢現有頻率，若為 null (首次出現) 設為 1，否則遞增。避免了 computeIfAbsent 或 merge 等 Java 8+ 方法的相容性問題，適用於舊版 Java 環境。

3. 防禦性程式設計

getKeyStatistics() 方法處理 Key 不存在情況，回傳 0 而非 null，避免呼叫端發生 NullPointerException。

擴展應用場景

字串詞頻統計

Statistics<String> wordStats = new Statistics<>();
String text = "hello world hello java";
for (String word : text.split("\\s+")) {
    wordStats.statistics(word);
}
wordStats.getAllKeysStatistics();  // {hello=2, world=1, java=1}

自訂物件統計 (需實作 equals/hashCode)

class User {
    String name; int age;
    // 建構子、getter、equals、hashCode...
}

Statistics<User> userStats = new Statistics<>();
userStats.statistics(new User("Alice", 25));
userStats.statistics(new User("Bob", 30));
userStats.statistics(new User("Alice", 25));  // 同一使用者
userStats.getAllKeysStatistics();  // {User[Alice,25]=2, User[Bob,30]=1}

效能特性

時間複雜度： 統計操作 O(1) 平均 (HashMap 特性)
空間複雜度： O(k)，k 為不重複 Key 數量
適用場景： 大量資料即時統計、日誌分析、使用者行為追蹤、熱點資料識別

進階改良建議

執行緒安全版本： 使用 ConcurrentHashMap 替換 HashMap，配合 merge() 或 compute() 實現無鎖統計
記憶體優化： 長時間運行系統可加入 LRU 淘汰機制，防止 Map 無限增長
持久化支援： 增加定期將統計結果寫入資料庫/檔案的功能
串流式 API： 提供 stream() 方法支援函數式操作 (排序、過濾、Top-N 查詢)