用HashMap统计学生出勤次数最直接，因其天然支持“人→次数”映射；推荐以学号为键、枚举状态为值，并用merge()更新计数，解析CSV/Excel应使用Apache Commons CSV或POI库，导出优先选UTF-8编码CSV。
用 HashMap 统计学生出勤次数最直接
学生考勤本质是「人 → 次数」映射关系，HashMap 是最贴切的数据结构。键用学号或姓名（推荐学号，避免重名），值存缺勤/迟到/正常等分类次数。
常见错误是用 ArrayList 存所有打卡记录再遍历统计——数据量稍大（如 500 人 × 20 天）就会明显变慢；而 HashMap 插入和更新都是 O(1) 平均时间复杂度。
实操建议：
- 初始化时明确泛型：
Map，别用原始类型attendanceCount = new HashMap(); - 更新计数别手写
get() + put()，用merge()更安全：attendanceCount.merge(studentId, 1, Integer::sum);
- 如果需按出勤率排序，统计完再转成
List排序，别在> HashMap上强求顺序
区分「缺勤」「迟到」「早退」得用自定义类或枚举
只记总次数无法支撑后续分析（比如“迟到超 3 次警告”）。硬编码字符串如 "late"、"absent" 易拼错、难维护。
立即学习“Java免费学习笔记（深入）”；
推荐用 enum 定义状态，并封装到一个 AttendanceRecord 类里：
public enum AttendanceStatus {
NORMAL, LATE, ABSENT, LEAVE_EARLY
}
public class AttendanceRecord {
private String studentId;
private LocalDate date;
private AttendanceStatus status;
// 构造、getter 省略
}
这样后续筛选、分组、序列化都更可靠。若用字符串，status.equals("Late") 和 status.equals("late") 就可能漏统计。
读取考勤文件时别用 Scanner 逐行拆分
真实项目中数据常来自 CSV 或 Excel。用 Scanner 配正则或 String.split(",") 解析 CSV 会崩在含逗号的姓名（如 "Zhang, Wei"）或换行符里。
实操建议：
- CSV：用
Apache Commons CSV库，几行代码搞定安全解析CSVParser parser = CSVFormat.DEFAULT.withFirstRecordAsHeader().parse(reader); for (CSVRecord record : parser) { String id = record.get("student_id"); String status = record.get("status"); } - Excel：用
Apache POI，注意HSSFWorkbook（.xls）和XSSFWorkbook（.xlsx）不要混用 - 路径别写死：
"data/attendance.csv"改成配置文件或启动参数传入，方便测试和部署
导出统计结果时优先生成 CSV 而非手动拼 HTML
很多初学者一上来就用字符串拼接 CSV 几乎零学习成本，Excel 可直接打开，且能被 Python/Pandas 下一步分析。只要确保字段用英文逗号分隔、含中文字段用双引号包裹、换行符统一为 容易被忽略的点： 考勤统计真正的难点不在集合操作，而在数据来源的脏、杂、不规范——文件编码、字段缺失、时间格式不统一，这些比写个 ，结果表格列对不齐、中文乱码、特殊字符（如 &）转义失败。其实考勤统计核心是数据，格式只是出口。
\n 即可。
Files.write(Paths.get("report.csv"), lines, StandardCharsets.UTF_8);qin_qin），用下划线小写：student_id, status, count
StringBuilder 分离结构与数据，别把逻辑和标签搅在一起HashMap 循环难十倍。
