Java 字符串字符頻率統計：TreeMap 實現、Stream API 一行碼、性能對比與最佳實踐

需求

輸入字符串 "abcedsadgsadfasdfaa"，輸出每個字符及其出現次數，按字符自然序排序：{a=6, b=1, c=1, d=3, e=2, f=2, g=1, s=3}。

方案一：TreeMap 手寫版（教學、可控排序）

public static Map countCharsTreeMap(String str) {
    if (str == null || str.isEmpty()) return Collections.emptyMap();

    Map freq = new TreeMap<>(); // 自然序：'0'-'9' < 'A'-'Z' < 'a'-'z'
    for (char c : str.toCharArray()) {
        freq.merge(c, 1, Integer::sum); // JDK 8+ 語法糖：存在則累加，否則放入 1
    }
    return freq;
}

方案二：Stream API 一行碼（函數式、並行友好）

 countCharsStream(String str) {
    return str == null ? Collections.emptyMap() :
        str.chars()                                    // IntStream
           .mapToObj(c -> (char) c)                    // Stream
           .collect(Collectors.groupingBy(
               c -> c, 
               TreeMap::new,                           // 保持有序
               Collectors.counting()                   // Long 計數
           ));
}

方案三：陣列計數極致性能（僅 ASCII/基本多語言面）

public static int[] countCharsArray(String str) {
    // 假設只統計 BMP 字符 (0~65535)，內存 128KB
    int[] cnt = new int[Character.MAX_VALUE + 1];
    for (char c : str.toCharArray()) cnt[c]++;
    return cnt; // 後續遍歷 cnt[i] > 0 輸出
}

性能基準測試（JMH 參考數據，100 萬字符隨機字符串）

完整可運行 Demo

import java.util.*;

public class CharFrequency {
    public static void main(String[] args) {
        String input = "abcedsadgsadfasdfaa";

        System.out.println("=== TreeMap 版 ===");
        Map m1 = countCharsTreeMap(input);
        m1.forEach((k, v) -> System.out.print(k + "=" + v + " "));
        System.out.println();

        System.out.println("\n=== Stream 版 ===");
        Map m2 = countCharsStream(input);
        m2.forEach((k, v) -> System.out.print(k + "=" + v + " "));
        System.out.println();

        System.out.println("\n=== 陣列版 (輸出非零) ===");
        int[] arr = countCharsArray(input);
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] > 0) System.out.print((char)i + "=" + arr[i] + " ");
        }
    }

    // 三個方法實現見上文
}

進階場景擴展

1. 忽略大小寫統計

str.toLowerCase().chars()...

2. 統計 Unicode 補充字符（Emoji、生僻字）

str.codePoints()  // IntStream of code points
   .collect(Collectors.groupingBy(cp -> cp, TreeMap::new, Collectors.counting()));

3. Top K 高頻字符

freq.entrySet().stream()
    .sorted(Map.Entry.comparingByValue().reversed())
    .limit(10)
    .collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (a,b)->a, LinkedHashMap::new));

最佳實踐建議

1. 通用業務：TreeMap + merge，代碼清晰、自動有序、無需並行。
2. 大數據/高吞吐：int[] 或 long[] 直接計數，配合位圖/羅賓漢哈希優化內存。
3. 需要並行：Stream.parallel() + ConcurrentHashMap，或分片後合併。
4. 補充平面字符：務必用 codePoints() 而非 chars()，否則 Emoji 會被拆成兩個代理項。