Collectors.partitioningBy可按及格线（如60分）将学生分为及格与不及格两组，结合counting()统计人数并计算及格率，支持空集合防护、灵活阈值及后续数据处理。

用 Collectors.partitioningBy 统计学生及格率，核心是把学生列表按“是否及格”一分为二，再分别计算人数和比例，简洁又语义清晰。

明确分区条件：定义及格线

及格与否取决于成绩阈值，通常为60分。分区谓词应返回 Boolean，例如：

• student -> student.getScore() >= 60 —— 返回 true 表示及格，false 表示不及格
• 注意：确保 getScore() 返回的是可比较的数值类型（如 int 或 double），避免空指针或类型异常

执行分区并获取基础计数

调用 partitioningBy 后得到一个 Map>，从中可直接提取两类学生集合：

• Map> partitioned = students.stream().collect(Collectors.partitioningBy(s -> s.getScore() >= 60));
• List passed = partitioned.get(true);
• List failed = partitioned.get(false);
• 及格率 = (double) passed.size() / students.size()（需防除零，建议先判空）

一步到位：嵌套下游收集器算比率

若想在一次流操作中同时获得及格人数、总人数与及格率，可结合 Collectors.counting() 和自定义映射：

• 先分区并统计每组数量：Map countMap = students.stream().collect(Collectors.partitioningBy(s -> s.getScore() >= 60, Collectors.counting()));
• 再计算：long total = students.size(); long passedCount = countMap.getOrDefault(true, 0L); double passRate = total > 0 ? (double) passedCount / total : 0.0;
• 这样避免重复遍历，也更符合函数式风格

增强实用性：封装为可复用方法

将逻辑抽成工具方法，支持灵活传入分数字段和及格线：

• public static double calculatePassRate(List data, ToIntFunction scoreExtractor, int passingScore) { ... }
• 内部仍用 partitioningBy + counting()，提升复用性与可测性
• 例如调用：calculatePassRate(students, Student::getScore, 60)

不复杂但容易忽略细节：空集合处理、分数边界（如含小数）、以及是否需要保留原始学生对象用于后续分析——partitioningBy 天然保留数据结构，比单纯计数更有延展性。