最高效方式取决于数组类型和数据范围：HashMap一次遍历统计（O(n)时间）适用于任意类型；整数范围有限时用索引数组最快；Stream API简洁但稍慢。
最高效的方式取决于数组类型和数据范围，核心是避免重复遍历、减少对象开销。
用 HashMap 一次遍历统计（通用推荐）
适用于任意类型（int、String、自定义对象等），时间复杂度 O(n)，空间复杂度取决于唯一元素个数。
- 遍历时用 getOrDefault(key, 0) + 1 直接更新计数，无需先判空
- 对 int 数组，Integer 自动装箱无须额外处理；String 数组可直接作 key
- 自定义类作元素时，必须正确重写 equals() 和 hashCode()，否则每个实例都被视为不同 key
示例：
int[] arr = {1, 2, 2, 3, 3, 3};
Map<Integer, Integer> freq = new HashMap<>();
for (int num : arr) {
freq.put(num, freq.getOrDefault(num, 0) + 1);
}
立即学习“Java免费学习笔记（深入）”；
用索引数组替代 HashMap（整数范围有限时最快）
当元素都是非负整数，且最大值可控（如 0–1000），用普通数组下标计数，跳过哈希计算，内存与速度双优。
- 声明长度为 maxValue + 1 的 int 数组（如统计 0~99，就 new int[100]）
- 遍历时以元素值为下标：count[num]++
- 注意：不支持负数或过大值，否则抛 ArrayIndexOutOfBoundsException 或浪费大量空间
示例：
int[] digits = {1, 3, 3, 7, 1, 3};
int[] count = new int[10]; // 覆盖 0~9
for (int d : digits) count[d]++;
用 Stream API 简洁写法（适合小数据或强调可读性）
代码更短、函数式风格清晰，但会创建中间对象，大数据量时略慢于手动循环。
- 基本类型数组需先转为包装类型流：Arrays.stream(arr).boxed()
- 用 Collectors.groupingBy(Function.identity(), Collectors.counting())
- 返回 Map<T, Long>，若需 Integer 计数，可用 Collectors.summingInt(e -> 1)
示例（String 数组）：
String[] words = {"a", "b", "a"};
Map<String, Long> freq = Arrays.stream(words)
.collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
高频场景优化技巧
如果后续要查多个元素频次，或做 Top-K 分析，建议一步到位：
- 用 merge() 替代 getOrDefault：map.merge(num, 1, Integer::sum)，语义更明确
- 找出现最多元素？遍历 map entrySet 时维护 max 值，比先排序再取更快
- 需按频次排序？把 entrySet 转 List 后用 Collections.sort() 或 stream().sorted()，主键 compare by value，次键可加原始值或首次索引
