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<boolean list>></boolean>，从中可直接提取两类学生集合：
Map<boolean list>> partitioned = students.stream().collect(Collectors.partitioningBy(s -> s.getScore() >= 60));</boolean>List<student> passed = partitioned.get(true);</student>List<student> failed = partitioned.get(false);</student>- 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<boolean long> countMap = students.stream().collect(Collectors.partitioningBy(s -> s.getScore() >= 60, Collectors.counting()));</boolean> - 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 <t> double calculatePassRate(List<t> data, ToIntFunction<t> scoreExtractor, int passingScore) { ... }</t></t></t>- 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。
