Collectors.toMap 本身不支持直接统计占比，需先用 groupingBy 统计频次，再基于总数归一化；例如对 categories 列表先得 {A=3, B=2, C=1}，再计算得 {A=0.5, B=0.333..., C=0.166...}。

使用 Collectors.toMap 本身不直接支持“统计占比”，它只负责将流元素转为 Map<k v></k>。但你可以结合流的预处理（如先统计总数、再计算比例）来实现分类变量的占比映射。关键在于：先用 Collectors.groupingBy 或 toMap 统计频次，再基于总数量做归一化。

步骤一：统计各类别的原始频次

假设你有一个字符串列表，代表样本的分类标签：

List<String> categories = Arrays.asList("A", "B", "A", "C", "B", "A");

先统计每类出现次数，得到 Map<String, Long>：

Map<String, Long> countMap = categories.stream()
    .collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

结果是：{A=3, B=2, C=1}。

步骤二：计算总样本数，并生成占比 Map

有了频次映射后，用 Collectors.toMap 将其转换为占比（Double）：

long total = categories.size();
Map<String, Double> ratioMap = countMap.entrySet().stream()
    .collect(Collectors.toMap(
        Map.Entry::getKey,
        e -> (double) e.getValue() / total
    ));

结果是：{A=0.5, B=0.333..., C=0.166...}。

一步到位写法（推荐）

如果希望更紧凑，可先用 groupingBy 统计，再在 toMap 中引用外部变量或用双流处理。注意：不能在 toMap 的 value mapper 中直接调用 stream().count()（会重复执行且逻辑错误）。稳妥做法仍是分两步，或封装为工具方法：

• 确保 total 是 final 或 effectively final 变量
• 若需排序输出，可在最后对 ratioMap 调用 new LinkedHashMap(...) 保持插入顺序
• 如需保留两位小数，value mapper 改为：e -> Math.round(100.0 * e.getValue() / total) / 100.0

扩展：处理对象属性分类（如 List<Person> 按 gender 统计占比）

假设有 Person 类，含 gender: String 字段：

Map<String, Double> genderRatio = persons.stream()
    .collect(Collectors.groupingBy(Person::getGender, Collectors.counting()))
    .entrySet().stream()
    .collect(Collectors.toMap(
        Map.Entry::getKey,
        e -> (double) e.getValue() / persons.size()
    ));

逻辑一致，只是分类键从 Function.identity() 变为 Person::getGender。