Collectors.partitioningBy() 用 Predicate 将 Student 按 score >= 60 分为 Map,true 为及格组、false 为不及格组;支持嵌套下游收集器统计人数、提取姓名或计算平均分,但键固定为 true/false,需注意 null 安全和顺序问题。

用 Collectors.partitioningBy() 对考试成绩做“及格/不及格”分类,核心是传入一个返回 boolean 的谓词(Predicate),它会自动把流中元素分成 Map<boolean list>></boolean> ——true 对应及格组,false 对应不及格组。
明确分类逻辑:及格线设为 60 分
假设成绩数据是 Student 对象,含 name 和 score 字段。分类依据就是 score >= 60:
- 满足条件 → 放入
map.get(true)(及格名单) - 不满足 → 放入
map.get(false)(不及格名单)
基础用法:一步得到 Map>
代码简洁直接:
Map<Boolean, List<Student>> partitioned = students.stream()
.collect(Collectors.partitioningBy(s -> s.getScore() >= 60));
之后可分别取值:
-
partitioned.get(true)→ 所有及格学生 -
partitioned.get(false)→ 所有不及格学生
进阶用法:嵌套下游收集器,提升信息密度
比如同时统计人数、提取姓名列表、或计算平均分:
- 统计每组人数:
.collect(Collectors.partitioningBy(s -> s.getScore() >= 60, Collectors.counting()))
结果类型变为Map<boolean long></boolean> - 只保留姓名(字符串列表):
.collect(Collectors.partitioningBy(s -> s.getScore() >= 60, Collectors.mapping(Student::getName, Collectors.toList()))) - 计算每组平均分:
.collect(Collectors.partitioningBy(s -> s.getScore() >= 60, Collectors.averagingDouble(Student::getScore)))
结果为Map<boolean double></boolean>,不及格组平均分可能为NaN(若无人),建议判空处理
实用提示:避免常见误区
注意几个易错点:
- 键只有 true/false 两个:不能自定义键名(如“及格”“不及格”),如需中文键,后续用新 Map 重新映射
-
null 安全:若 score 可能为 null,谓词里要先判空,例如
s -> s.getScore() != null && s.getScore() >= 60 -
顺序不保证:返回的 List 保持原始流顺序;但 Map 的遍历顺序取决于具体实现(通常按插入顺序),如需确定顺序,可用
LinkedHashMap作为下游容器(需配合toMap等方式,partitioningBy 本身不支持)

















