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，但是在构建条件FP树时遇到了困难；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排列） – 一个头部，以及一个树（Node类实例的列表），函数应该采取哪些步骤？
我很难理解上面的伪代码。alpha和Betha是树中的节点吗？generate和construct函数是做什么的？
我可以手动进行FP-Growth，但发现实现非常 confusing。如果有帮助的话，我可以分享我生成FP-Tree的代码。
回答：
- alpha是导致这个特定前缀树的前缀
- beta是新的前缀（将要构建的树的前缀）
- generate行意味着类似于：将模式beta及其支持
anItem.support添加到结果集中 - construct函数从中创建新模式，从而创建新树
construct函数的一个例子（自底向上方式）可能是这样的：
function construct(Tree, anItem) conditional_pattern_base = empty list 在Tree中查找所有标签为anItem的节点 对于找到的每个节点： support = node.support conditional_pattern = empty list 当node.parent != root_node时 conditional_pattern.append(node.parent) node = node.parent conditional_pattern_base.append( (conditional_pattern, support)) return conditional_pattern_base