用数组实现状态转换统计的核心是将状态编码为整数索引，用二维数组counti记录“从状态i到j的流转次数”，一维数组stateCount[k]统计各状态到达总次数；需绑定真实业务触发点、准确捕获oldState，并确保数组大小覆盖全部状态编号。
用数组实现状态转换统计，核心是把状态当作索引、把流转次数当作值，用一维或二维数组记录“从A到B发生了多少次”。不需要复杂框架，关键在设计好状态编码和更新时机。
状态映射为数组下标
先给每个状态分配唯一整数编号，比如登录流程：0=未开始、1=输入账号、2=输入密码、3=验证中、4=成功、5=失败。这样任意两个状态组合（如1→2、2→3）就能转成二维坐标。
声明一个二维数组 count[6][6]，初始化全0。每次状态变化时，执行：
- count[oldState][newState] += 1
- 同时可更新一维数组 stateCount[newState] += 1 统计各状态总到达次数
变量流转要绑定真实业务节点
不能只在代码里“模拟”流转，必须嵌入真实触发点。例如前端表单中：
- 用户聚焦账号框 → 触发 setState(1)，记录 count[0][1]++
- 点击“下一步”且校验通过 → 从1跳到2，执行 count[1][2]++
- 接口返回 401 → 直接跳到5，记 count[1][5]++ 或 count[2][5]++，取决于当时所处状态
变量 oldState 必须在每次变更前准确捕获，建议用响应式变量或严格的状态管理中间件保存上一值。
统计结果可直接支撑诊断与优化
跑一段时间后，数组数据能暴露真实瓶颈。例如发现 count[2][3] = 0，但 count[2][5] = 142，说明密码输入后几乎没人进入验证环节，大概率是“下一步”按钮被拦截或UI缺失；又如 count[1][1] = 89（反复聚焦账号框），可能提示自动填充失效或失焦逻辑异常。
导出为 CSV 时，行头/列头写清状态名，避免后续分析混淆数字含义。
注意边界与初始化一致性
数组大小必须覆盖全部可能状态编号，宁大勿小。若后期新增状态6（如“短信二次验证”），需同步扩容并重置或迁移历史数据，否则越界写入会导致统计错乱。
初始状态不等于“从0开始”，有些流程起点可能是外部跳转（如带 token 直达验证中），此时应允许 oldState = -1 并单独开辟一列处理，或统一归入“未知入口”状态0。
