Map.merge() 方法适合词频统计，可避免手动判空、取值、累加，代码简洁且配合 ConcurrentHashMap 时线程安全；其核心用法为 merge(K key, V value, BiFunction<? super V, ? super V, ? extends V> remappingFunction)。
Java 的 Map.merge() 方法非常适合做词频统计，尤其在处理多文档时能避免手动判空、取值、累加的繁琐逻辑，代码简洁且线程安全（配合 ConcurrentHashMap）。
merge() 的核心用法
merge(K key, V value, BiFunction super V, ? super V, ? extends V> remappingFunction) 三参数含义：
- key：要操作的单词
- value：本次新增的计数（通常是 1）
- remappingFunction：当 key 已存在时，如何合并新旧值（如 `(old, new) -> old + new`）
单文档词频统计（极简版）
假设已分好词（List<String> words）：
Map<String, Integer> freq = new HashMap<>(); words.forEach(word -> freq.merge(word, 1, Integer::sum));
每遇到一个单词，就尝试把它和 1 合并；若不存在则设为 1，若已存在则旧值 + 1。
立即学习“Java免费学习笔记（深入）”；
论文常用的tex格式转换为word格式，核心是能转换数学公式（非图片），表格，图表等等
下载
将 LaTeX（.tex）学术论文转换为 Word（.docx），支持可编辑的 OMML 公式、原生 Word 表格、嵌入图形、IEEE 双栏排版及参考文献
多文档合并统计（一行搞定）
多个文档的词列表（List<List<String>> docs），可 flatMap 后统一 merge：
Map<String, Integer> totalFreq = new HashMap<>();
docs.stream()
.flatMap(List::stream)
.forEach(word -> totalFreq.merge(word, 1, Integer::sum));
也可用 Collectors.toMap 实现函数式写法（但不如 forEach 直观）：
Map<String, Integer> totalFreq = docs.stream()
.flatMap(List::stream)
.collect(Collectors.toMap(
word -> word,
word -> 1,
Integer::sum
));
并发场景：多线程处理文档
用 ConcurrentHashMap + merge 天然线程安全：
Map<String, Integer> freq = new ConcurrentHashMap<>();
docs.parallelStream()
.flatMap(List::stream)
.forEach(word -> freq.merge(word, 1, Integer::sum));
注意：parallelStream 中使用 forEach 是无序的，但 merge 操作本身是原子的，结果正确。
不复杂但容易忽略：merge 是 Map 接口方法，所有实现类（HashMap、ConcurrentHashMap、TreeMap）都支持，无需额外依赖。
