Collectors.toMap 统计分类变量权重的核心是将分类值作 key、业务权重（频次/加权和/均值等）作 value，通过流式聚合构建映射，关键在于明确定义分类逻辑、权重计算逻辑及 key 冲突处理策略。
使用 Collectors.toMap 统计分类变量的权重，核心在于将分类值作为 key，将对应权重（如频次、加权和、归一化得分等）作为 value，通过流式聚合完成映射构建。关键不是简单“分组”，而是定义好分类逻辑与权重计算逻辑，并妥善处理 key 冲突。
明确分类变量与权重含义
分类变量通常是某个字段的离散取值（如商品类型、用户等级、标签名）；权重则取决于业务目标，常见有：
- 出现频次（count）：该分类在数据集中出现了多少次
- 加权和（sum）：如按订单金额对用户等级加权求和
- 均值（average）：如各分类下评分的平均值
- 自定义得分：如基于规则计算的置信度、重要性分值
基础用法：统计频次（最常用）
假设有一个 List<person></person>，其中 Person 有 String department 字段，需统计各部门人数：
Map<String, Long> deptWeight = persons.stream()
.collect(Collectors.toMap(
Person::getDepartment, // 分类变量 → key
p -> 1L, // 每条记录贡献权重 1 → value
Long::sum // key 冲突时合并：累加
));注意：若某部门名为空或重复 key 未指定合并器，会抛 IllegalStateException。
进阶用法：按业务规则计算加权值
例如统计各产品类别的「总销售额」：
Map<String, Double> categoryWeight = products.stream()
.collect(Collectors.toMap(
Product::getCategory, // key：分类字段
p -> p.getPrice() * p.getQty(), // value：单条记录的销售权重
Double::sum // 合并：同类累加
));若需进一步归一化（使权重和为 1），可在后续单独计算：
double total = categoryWeight.values().stream().mapToDouble(Double::doubleValue).sum();
Map<String, Double> normalized = categoryWeight.entrySet().stream()
.collect(Collectors.toMap(
Map.Entry::getKey,
e -> e.getValue() / total
));避免常见陷阱
空值 key：Java 的 HashMap 不允许 null key，若分类字段可能为空，应先过滤或映射为占位符：
.map(p -> new AbstractMap.SimpleEntry<>(
Optional.ofNullable(p.getCategory()).orElse("UNKNOWN"),
p.getPrice() * p.getQty()
))重复 key 未处理：必须提供 merge function（第三个参数），否则遇到重复分类直接失败。
类型不匹配：确保 value 类型能承载聚合结果（如用 Integer 累加易溢出，建议用 Long 或 Double）。
不复杂但容易忽略细节：分类逻辑要清晰、权重初值要合理、冲突策略要明确——这三步到位，toMap 就是统计分类权重的高效工具。
