Collectors.averagingInt 不会安全处理空集合，传入空 Stream 时返回 0.0 这一无意义默认值，不抛异常也不返回 Optional，易掩盖数据缺失；需手动校验空或自定义组合收集器。
Collectors.averagingInt 会自动处理空集合吗？
不会。传入空 Stream 时，Collectors.averagingInt 返回 0.0，但这是“无意义的默认值”，不是安全的空处理结果。它不抛异常，也不返回 Optional，容易掩盖数据缺失问题。
- 空列表调用
stream().collect(Collectors.averagingInt(...))得到0.0，而非NaN或异常 - 若业务上“平均值为 0”和“无数据”语义不同，必须手动前置校验
- 推荐做法：先用
list.isEmpty()判断，或改用Collectors.collectingAndThen(..., Optional::ofNullable)组合（需自定义收集器）
averagingInt 的参数必须是 int 类型函数，不能直接写 lambda 计算浮点
Collectors.averagingInt 接收的是 ToIntFunction super T>，只接受返回 int 的函数。如果属性是 double 或计算过程含除法，强行塞进去会编译失败或截断精度。
- 错误示例：
averagingInt(x -> x.getPrice() / 100.0)→ 编译报错：无法将double转为int - 正确做法：属性是
double时，改用Collectors.averagingDouble - 若需四舍五入后取整再平均，先做
Math.round(x.getPrice())，确保 lambda 返回int
与 averagingDouble 相比，averagingInt 在整数溢出时静默截断
当元素数量大、属性值本身也大时，averagingInt 内部用 long 累加总和，但若总和超过 Long.MAX_VALUE，会发生静默溢出，导致平均值错误——这比 averagingDouble 的浮点误差更危险，且难以察觉。
- 例如：100 万个值为
3_000_000_000的int，总和远超long范围 - 没有运行时警告或异常，结果可能是负数或明显偏离的值
- 高可靠性场景建议：对大数值字段，优先用
averagingDouble，或手动用BigInteger累加（需自定义收集器）
常见误用：在 mapToInt 后接 averagingInt，多此一举
有人写 list.stream().mapToInt(x -> x.getAge()).collect(Collectors.averagingInt(x -> x))，这属于冗余操作。mapToInt 已转成 IntStream，而 averagingInt 是为 Stream 设计的收集器，不能直接用于 IntStream。
- 正确链式写法只有两种：
–stream().collect(Collectors.averagingInt(Person::getAge))
– 或先mapToInt，再用IntStream#average()（返回OptionalDouble） - 混用会导致编译错误：
IntStream没有collect方法接收Collector（除非用boxed()转回Stream<integer></integer>，但性能差）
真正要注意的，是属性类型、空集合语义、以及大数累加时的溢出边界——这些地方不报错，却悄悄改变结果。
