使用Collectors.toMap处理重复key需显式提供mergeFunction：(old, new) → mergedValue，如取最新时间t1.isAfter(t2) ? t1 : t2，或覆盖、累加、合并为集合等；null值需手动处理。
当使用 Collectors.toMap 将流（Stream）转换为 Map 时，若原始数据中存在重复 key，直接调用会抛出 IllegalStateException: Duplicate key。解决的关键不是“避开”重复，而是**显式声明如何处理冲突**——即提供一个合并函数（merge function）来清洗、覆盖或聚合重复 key 对应的 value。
指定合并策略：第三个参数是关键
Collectors.toMap 有三参数重载形式：
其中 mergeFunction 是一个 (oldValue, newValue) → mergedValue 的二元函数，用于决定当 key 冲突时保留哪个 value 或如何组合它们。
-
保留后出现的值（覆盖）：
(old, new) -> new -
保留先出现的值（跳过更新）：
(old, new) -> old -
合并为集合（如 List）：
(old, new) -> { List<string> list = new ArrayList(old); list.add(new); return list; }</string>（需确保 value 类型支持） -
数值累加：
(sum, val) -> sum + val（适用于 value 为 Integer/Long 等）
实际清洗场景示例
假设有一组用户操作日志，按用户 ID（key）统计最后登录时间（value），但日志顺序混乱，需确保 Map 中每个 ID 对应的是**最新时间戳**：
List<LogEntry> logs = ...;
Map<String, LocalDateTime> latestLogin = logs.stream()
.collect(Collectors.toMap(
LogEntry::getUserId,
LogEntry::getLoginTime,
(t1, t2) -> t1.isAfter(t2) ? t1 : t2 // 取较晚的时间
));
这里 (t1, t2) -> t1.isAfter(t2) ? t1 : t2 就是清洗逻辑：对同一 userId 的多个时间，只保留最新的那个。
注意 value 类型与空值安全
合并函数本身不会自动处理 null 值。如果 value 可能为 null，需在 mergeFunction 中显式判断，否则可能触发 NullPointerException：
- 安全覆盖（允许 null 覆盖非 null）：
(old, neu) -> neu != null ? neu : old - 非 null 优先保留：
(old, neu) -> old != null ? old : neu - 两者都为 null 时可抛异常或设默认值，视业务而定
替代方案：先去重再收集（适合简单规则）
若清洗逻辑是“取第一个”或“按某字段排序后取 Top 1”，也可先用 distinct() 或 sorted().limit(1) 预处理流，再调用双参数版 toMap。但这种方式需注意：distinct 依赖 key 的 equals/hashCode，且无法灵活表达“取最新”“取最大”等基于 value 的逻辑，通用性不如 mergeFunction。
