FP-增长算法中的递归

Question

我正在尝试用Java实现FP-Growth（频繁模式挖掘）算法。我已经构建了树，但在条件 FP 树构建方面遇到困难；我不明白递归函数应该做什么。给定一个频繁项列表（按频率计数的递增顺序） - 标头和树（Node 类实例列表）该函数应采取哪些步骤？

我很难理解上面的伪代码。 alpha 和 Betha 节点是树中的吗？生成和构造函数的作用是什么？

我可以手动进行 FP-Growth，但发现实现非常混乱。如果这有帮助，我可以分享我的 FP-Tree 生成代码。

Answer 1

1. alpha 是通向该特定前缀树的前缀
2. beta 是（要构建的树的）新前缀
3. 生成行的含义类似于：将具有支持的模式 beta 添加到结果集

   anItem.support

4. 构造函数创建新模式，并从中创建新树

构造函数（自下而上的方式）的一个示例如下：

function construct(Tree, anItem)   
    conditional_pattern_base = empty list
    in Tree find all nodes with tag = anItem
    for each node found:
       support = node.support
       conditional_pattern = empty list
       while node.parent != root_node
            conditional_pattern.append(node.parent)
            node = node.parent
       conditional_pattern_base.append( (conditional_pattern, support))
    return conditional_pattern_base