字元頻率統計

字元頻率分析用來統計文字中每個字元出現的次數和占比。它不只看字母，也可能包含數字、標點、空格、中文字元、符號，以及不容易用肉眼看到的控制字元。這個工具適合做密碼學入門分析、簡單替換密碼觀察、文字特徵提取、資料清理、編碼排查、壓縮研究和匯入內容品質檢查。異常頻率可能提示隱藏格式字元、亂碼、重複分隔符、意外語言或複製貼上殘留。它不會自動解釋所有原因，但能把文字的真實字元分布用可量化方式展示出來。

字元頻率分析統計文字中每個字元出現的次數。實作使用雜湊表（JavaScript 中通常是 Map）：1) 逐字元遍歷文字，2) 對每個字元遞增 map 中的計數，3) 按計數降序排序條目，4) 渲染直方圖（前 10-20 個字元，其餘歸入尾部桶）。演算法時間複雜度為 O(N)，N 為字元數，主要開銷在於 map 查找和遞增（在 V8 和 SpiderMonkey 中對常見情況基本可忽略）。 一個有用的細節：什麼算作一個字元？在 JavaScript 中，.length 回傳的是 UTF-16 碼元數量，而非 Unicode 碼點。基本多文種平面之外的字元（表情符號、罕見漢字）以代理對（兩個碼元）編碼，粗暴地按碼元計數會將每個代理半部視為單獨字元而導致過度計數。本頁面使用 Array.from(text) 或 Intl.Segmenter 來迭代碼點（或字素簇），這對大多數使用場景而言是正確的字元定義。 一個有用的應用：頻率分析是破解替換密碼（凱撒密碼、維吉尼亞密碼、簡單替換密碼）的經典技術。英文字母頻率分佈眾所周知（E、T、A、O、I、N、S、H、R 為最常見字母，大致按此順序），而替換密碼保留了頻率分佈，因此最常見的密文字母很可能對應 E，第二常見的對應 T，依此類推。本頁面是教學工具而非密碼分析工具，但技術原理相同。 關於 Unicode 的注意事項：對於中日韓語言，字元頻率分佈取決於語料庫（現代小說、古典詩詞、技術文字）和分析層級（字元、詞、二元組、三元組）。對現代中文小說的頻率分析會給出一種分佈；對《論語》的頻率分析則會給出另一種。本頁面與語料庫無關，使用者可對任何文字執行分析。

• 雜湊表（JS 中的 Map）：遍歷文字、遞增計數、按計數降序排序、渲染直方圖；時間複雜度 O(N)，單字元開銷極低。
• 代理對：基本多文種平面之外的字元（表情符號、罕見漢字）佔兩個 UTF-16 碼元；粗暴按碼元計數會過度計數；應使用 Array.from 或 Intl.Segmenter。
• 替換密碼分析：英文字母頻率 E、T、A、O、I、N、S、H、R（最常見順序）；替換密碼保留此分佈。
• 中日韓頻率：取決於語料庫（現代小說、古典詩詞、技術文字）和分析層級（字元、詞、二元組）；本頁面與語料庫無關。
• Top-N 與尾部：頁面預設渲染前 10-20 個字元，其餘歸入尾部桶；適用於在密集文字中發現規律。
• 大小寫敏感：頁面提供區分/不區分大小寫切換；英文通常不區分大小寫（E 和 e 是同一字母的不同形態），中日韓始終不區分大小寫（無大小寫概念）。
• 效能：計數為 O(N)，排序 K 個不同字元為 O(K log K)；本頁面可在一秒內處理百萬字元級文字，符合生產環境模式。