-
Notifications
You must be signed in to change notification settings - Fork 1
/
fp-tree.cpp
293 lines (264 loc) · 6.67 KB
/
fp-tree.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
#include<iostream>
#include<cstdlib>
#include<fstream>
#include<vector>
#include<queue>
#include<cstring>
#include <cctype>
#include<algorithm>
#include<set>
#include<map>
using namespace std;
double r;
int min_num; //min_num记录最小支持度
int num[20010];
int max_num=0;
class point //每个项目的名称和出现次数
{
public:
int name,time;
inline bool operator <(const point & a) const
{
return time<a.time;
}
};
struct node //fp树中每个节点的数据结构
{
int num,time;
node *pre,*next,*father;
map<int, node*> childmap;
};
node *number[18010]={NULL}; //将fp树中相同的项目相连,每个项目头结点存入number
node *head=NULL; //fp树头指针
vector<point> num_rank; //记录每个项目支持度的排名
vector<vector<int> > list; //记录事务数(每条事务数按支持度排序)
vector<pair<int,vector<int> > > result; //记录结果
/* 初始化部分 */
inline int ScanInt(char *&p) {
int r = 0,c;
while (*p && !isdigit(*p)) p++;
if (*p) r = *p++ - 48; else return -1;
while (*p && isdigit(*p)) r = r*10+ *p++ - 48;
return r;
}
/* 将每个事务中项目按照支持度由大到小排序 */
inline bool cmp(const int& x, const int& y) {
return num[x] > num[y];
}
void list_init()
{
vector<vector<int> >::iterator i=list.begin();
vector<int>::iterator j,k;
while (i!=list.end())
{
sort(i->begin(), i->end(), cmp);
++i;
}
}
/* 初始化 */
vector<int> single_list; //记录每条事务数
void initialization()
{
ifstream infile;
static char st[100000];
vector<point>::const_iterator k;
int t,j,x,max=0;
point p;
/* 读入 */
while (fgets(st, 1000000, stdin))
{
single_list.clear();
char *p = st;
while ((x = ScanInt(p)) >= 0) {
++num[x];single_list.push_back(x);
if (x>max) max=x;
}
list.push_back(single_list);
}
infile.close();
min_num = list.size() * r;
/* 把支持度大于最小支持度的项目加入num_rank,并按照支持度排序 */
for (j=0;j<=max;j++)
if (num[j]>=min_num) {p.name=j;p.time=num[j];num_rank.push_back(p);}
sort(num_rank.begin(),num_rank.end());
/* num数组记录每个数字代表的项目在nun_rank中排名,即支持度排名 */
memset(num,-1,sizeof(num));
j=0;
for (k=num_rank.begin();k!=num_rank.end();++k)
{
num[k->name]=++j;
if (k->name>max_num) max_num=k->name;
}
/* 将每个事务中项目按照支持度由大到小排序 */
list_init();
}
/*********************************************************/
/* 将fp树中相同的项目相连 */
void link_number(node* t,int x)
{
node *p;
if (number[x]==NULL) number[x]=t;
else
{
number[x]->next=t;
t->pre=number[x];
number[x]=t;
}
}
/* 将新节点插入fp树 */
node* insert(node *t,int num)
{
/* 在父节点的子节点map中查找 */
map<int,node*>::iterator i=t->childmap.find(num);
node *p;
/* 如果没有就新建一个节点插入map中 */
if (i==t->childmap.end())
{
p=new node;
p->time=1;p->num=num;p->next=p->pre=NULL;p->father=t;
link_number(p,num);
t->childmap.insert(pair<int,node*>(num,p));
return p;
}
/* 否则直接time+1 */
else
{
i->second->time++;
return i->second;
}
}
/* 构造fp树 */
void creat_tree()
{
node *temp,*p;
int x;
vector<vector<int> >::iterator i=list.begin();
vector<int> ::const_iterator j;
/* 初始化树根 */
head=new node;
head->num=-1;head->time=0;head->father=NULL;head->pre=NULL;head->next=NULL;
/* 对于第一个事务进行特殊处理,直接插入树中 */
j=i->begin();temp=head;
while (j!=i->end() && num[*j]!=-1)
{
p=new node;
p->num=*j;p->time=1;p->father=temp;p->next=NULL;p->pre=NULL;
temp->childmap.insert(pair<int,node*>(*j,p));
link_number(p,*j); //相同项目在树中位置相连
temp=p;++j;
}
for (++i;i!=list.end();++i)
{
j=i->begin();temp=head;
while (j!=i->end() && num[*j]!=-1) //num[*j]==-1 表示此后的项目出现次数都小于支持度,不用插入树中
{
temp=insert(temp,*j);
++j;
}
}
}
/************************************************************************/
struct point1
{
int time;
node *endpoint;
friend bool operator <(point1 a,point1 b) {
return num[a.endpoint->num]<num[b.endpoint->num]||num[a.endpoint->num]==num[b.endpoint->num]&&a.endpoint<b.endpoint;
}
};
vector<point1> item;
/* 挖掘 */
int now[10000];
/* 递归向上扩展频繁项集 */
void dfs(const vector<point1>& item, int dep)
{
/* 计算出现次数 */
int time=0;
for (vector<point1>::const_iterator i=item.begin();i!=item.end();i++)
time+=i->time;
if (time<min_num) return;
now[dep] = item[0].endpoint->num;
vector<int> l(now,now+dep+1);
result.push_back(pair<int,vector<int> >(-time,l));
/* 向上扩展*/
/* 将父亲节点插入set中 */
set<point1> q;
for (vector<point1>::const_iterator i=item.begin();i!=item.end();i++)
if (i->endpoint->father!=head)
{
point1 tmp;
tmp.time=i->time;
tmp.endpoint=i->endpoint->father;
q.insert(tmp);
}
/* 每次取最不频繁项并找出所有这样的祖先递归下去 */
vector<point1> item_temp;
while (!q.empty())
{
int num=q.begin()->endpoint->num;
item_temp.clear();
while (!q.empty()&&q.begin()->endpoint->num==num)
{
item_temp.push_back(*q.begin());
/* 把它的父亲节点再插入进set里 */
if (q.begin()->endpoint->father!=head)
{
point1 tmp;
tmp.time=q.begin()->time;
tmp.endpoint=q.begin()->endpoint->father;
q.erase(q.begin());
/* 合并相同祖先 */
set<point1>::iterator it=q.find(tmp);
if (it!=q.end())
tmp.time += it->time, q.erase(it);
q.insert(tmp);
}
else q.erase(q.begin());
}
dfs(item_temp, dep+1);
}
}
void mine_tree()
{
int i,j,k;
vector<int>::iterator l;
point1 temp_list;
node *t,*p;
for (i=0;i<num_rank.size()&&num_rank[i].time>=min_num;i++) //从支持度最小的项开始挖掘
{
/*找出所有这个项对应的节点*/
item.clear();p=number[num_rank[i].name];
while (p!=NULL)
{
temp_list.time=p->time;
temp_list.endpoint=p;
item.push_back(temp_list);
p=p->pre;
}
dfs(item, 0);
}
}
/* 排序、输出结果 */
void output()
{
for (vector<pair<int,vector<int> > >::iterator i=result.begin();i!=result.end();i++)
sort(i->second.begin(),i->second.end());
sort(result.begin(),result.end());
printf("%d\n",result.size());
for (vector<pair<int,vector<int> > >::iterator i=result.begin();i!=result.end();i++)
{
printf("%d",i->second[0]);
for (vector<int>::iterator j=++i->second.begin();j!=i->second.end();j++)
printf(" %d",*j);
printf(": %d\n",-i->first);
}
}
int main(int argc, char **argv)
{
sscanf(argv[1], "%lf", &r);
initialization(); //初始化
creat_tree(); //构造fp树
mine_tree(); //挖掘fp树
output();
return 0;
}