词频统计系统：通过输入输出流读取文本数据，利用集合框架实现对文本中汉语词语出现频率的统计，并输出出现频率最高的前 n 个词语。

好的，这是一个Java程序，可以通过输入输出流读取文本数据，利用集合框架实现对文本中汉语词语出现频率的统计，并输出出现频率最高的前 n 个词语。

import java.io.*;
import java.util.*;

public class ChineseWordFrequency {
    public static void main(String[] args) throws IOException {
        // 读取文本数据
        BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream("input.txt"), "UTF-8"));

        // 使用HashMap统计词频
        Map<String, Integer> wordFreq = new HashMap<>();
        String line;
        while ((line = reader.readLine()) != null) {
            List<String> words = ChineseSegmentation.segment(line); // 中文分词
            for (String word : words) {
                if (wordFreq.containsKey(word)) {
                    wordFreq.put(word, wordFreq.get(word) + 1);
                } else {
                    wordFreq.put(word, 1);
                }
            }
        }
        reader.close();

        // 输出出现频率最高的前n个词语
        int n = 10; // 前n个
        PriorityQueue<Map.Entry<String, Integer>> maxHeap = new PriorityQueue<>((a, b) -> b.getValue() - a.getValue());
        maxHeap.addAll(wordFreq.entrySet());
        System.out.println("出现频率最高的前" + n + "个词语：");
        for (int i = 0; i < n; i++) {
            Map.Entry<String, Integer> entry = maxHeap.poll();
            System.out.println(entry.getKey() + " 出现次数：" + entry.getValue());
        }
    }

    // 中文分词工具类
    public static class ChineseSegmentation {
        private static final String DICTIONARY_PATH = "dict"; // 词典路径

        private static final JiebaSegmenter SEGMENTER = new JiebaSegmenter();

        static {
            SEGMENTER.initUserDict(DICTIONARY_PATH); // 加载自定义词典
        }

        // 中文分词
        public static List<String> segment(String text) {
            List<String> words = new ArrayList<>();
            List<SegToken> segTokens = SEGMENTER.process(text, JiebaSegmenter.SegMode.INDEX);
            for (SegToken segToken : segTokens) {
                String word = segToken.word.trim();
                if (word.length() > 0) {
                    words.add(word);
                }
            }
            return words;
        }
    }
}

这个程序首先使用`BufferedReader`读取文本数据，并使用`InputStreamReader`指定编码为UTF-8。然后，使用中文分词工具类`ChineseSegmentation`对文本进行分词，并统计每个词语的词频。最后，使用`PriorityQueue`维护出现频率最高的前n个词语，并输出它们的词频。

需要注意的是，这个程序使用了开源的中文分词工具Jieba，需要在项目中导入相关依赖。同时，需要使用自定义的词典来提高分词的准确性。