使用Stream.collect(Collectors.toMap)时遇重复key会抛IllegalStateException，需指定mergeFunction解决；或改用groupingBy、提前去重、处理null等策略。
当使用 Stream.collect(Collectors.toMap) 将流转换为 Map 时，若多个元素生成相同的 key，会抛出 IllegalStateException: Duplicate key。这不是 bug，而是设计行为——默认合并策略缺失导致冲突无法处理。
明确指定冲突解决策略（mergeFunction）
核心是传入第三个参数：一个 BinaryOperator，定义“相同 key 下如何合并两个 value”。这是最直接、最常用的修复方式。
- 保留第一个值：
(v1, v2) -> v1 - 保留最后一个值：
(v1, v2) -> v2 - 合并为列表（需配合 toMap 的 value mapper 调整）：
(list1, list2) -> { list1.addAll(list2); return list1; }，但更推荐用groupingBy - 数值累加：
(sum, n) -> sum + n
示例：按姓名分组，遇重复姓名取年龄较大的那个
List<Person> people = Arrays.asList(
new Person("Alice", 30),
new Person("Bob", 25),
new Person("Alice", 35)
);
Map<String, Integer> nameToMaxAge = people.stream()
.collect(Collectors.toMap(
Person::getName, // key mapper
Person::getAge, // value mapper
(age1, age2) -> Math.max(age1, age2) // 冲突时取较大值
));
// 结果：{"Alice"=35, "Bob"=25}
改用 Collectors.groupingBy 避免手动处理冲突
当目标本就是“按某字段归类”，且允许一个 key 对应多个 value 时，groupingBy 更自然、更安全，它天然支持多值聚合。
- 基础分组：
Collectors.groupingBy(Person::getName)→Map<string list>></string> - 自定义 value 类型：
Collectors.groupingBy(Person::getName, Collectors.mapping(Person::getAge, Collectors.toList())) - 聚合统计：
Collectors.groupingBy(Person::getName, Collectors.counting())
提前去重或校验，让 key 天然唯一
如果业务逻辑上 key 理应唯一（如 ID），那异常其实是提醒你数据有问题。可在收集前过滤或抛出更有意义的错误。
- 用
distinct()前置去重（仅适用于对象可重写equals/hashCode的场景） - 用
Collectors.toMap的四参数重载，传入Supplier<map></map>自定义 map 实现（如new LinkedHashMap()），再配合 try-catch 捕获并包装异常 - 先用
Collectors.groupingBy统计 key 出现次数，找出重复项再处理
注意 key 或 value 为 null 的情况
toMap 默认不接受 null key 或 null value（会抛 NullPointerException）。若源数据可能含 null，需预先映射处理：
- key 为 null？用
Objects.toString(key, "NULL_KEY")替换 - value 为 null？在 value mapper 中提供默认值，如
p -> p.getAge() != null ? p.getAge() : 0 - 或改用支持 null 的 map 实现（如
ConcurrentHashMap），但需配合自定义Supplier和手动 merge 逻辑
