这是一个概念性的问题。
我正在递归地构建一个决策树。每次函数迭代时，都会处理训练样本的一个子集，遍历所有特征以及每个特征内的所有可能分割，找到最佳的分割方式，将子集分割成两个更小的子集，并对每个分割后的子集调用函数两次。
我之前在MatLab中实现过这个算法，但运行速度太慢，所以现在我尝试在C语言中实现（我对C语言不太熟悉）。在MatLab中，我使用了一个全局的’splits’矩阵来存储每个分割的信息（哪个特征，特征内的什么值，如果这是叶节点的分类，每个子节点的行号），这样我就可以用新的测试数据点遍历这个矩阵来找到它的分类。
在C语言中，使用头文件似乎可以实现全局二维数组，但我如果有其他方法的话，我宁愿不使用头文件。问题是，由于函数是递归调用的，我很难知道’splits’中下一个可用的行。我可以做一些像子节点的行是父节点行的2*i和2*i+1这样的操作，但对于一个有很多分割的大数组来说，这将需要大量的初始存储空间。
有什么建议吗？
回答：
在我看来，你需要放弃使用二维数组来表示你的树。在C语言中，任意度数的树通常看起来像这样：
struct node{ struct node ** children; int num_children; /* 节点/叶子中的值 */};如果树的度数是固定的，或者每个节点有一个最大度数，那么以下结构就足够了：
struct node{ struct node * children; int num_children; /* 如果度数只有一个最大值 */ /* 节点/叶子中的值 */};你将需要使用malloc及其相关函数来为节点及其子节点分配内存。
关于头文件：在C语言中，头文件是一种福利，而不是诅咒，但如果你坚持不使用它们，那么你总是可以替换它们的#include实例。
如果你从MatLab转到另一种语言来加速你的实现，那么你可能首先要考虑除C语言之外的其他语言。像Java、Python甚至Haskell这样的语言可能会给你带来类似的速度提升，但处理指针时会更少麻烦。
