Improve performance using hash keys



use CheckSum function to turn a string key to a hash key(integer), this will improve performance
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
“Counting Supports of Candidates Using Hash Tree”是一种利用哈希树来计算候选项集支持度的方法。以下是一个简单的例子,说明如何使用哈希树来计算候选项集的支持度。 假设我们有一个包含以下事务的数据集: ``` t1: {1, 2, 3, 4} t2: {1, 2, 4, 5} t3: {2, 4, 5} t4: {1, 2, 3, 4, 5} ``` 我们要计算每个2项集的支持度。首先,我们需要生成所有的2项集: ``` {1, 2} {1, 3} {1, 4} {1, 5} {2, 3} {2, 4} {2, 5} {3, 4} {3, 5} {4, 5} ``` 接下来,我们可以使用哈希树来计算每个2项集的支持度。首先,对于每个项集,我们将其插入到哈希树中。具体地,从根节点开始,对于每个项集中的元素,根据哈希函数计算其子节点的位置,并将项集插入到相应的节点中。例如,对于项集{1, 2},我们需要依次插入到根节点、子节点1和子节点2中。最终,我们得到以下哈希树: ``` {} / | | \ 1 2 3 4 /| | | \ 2 3 4 5 5 / | | | 3 4 5 4 ``` 在计算支持度时,我们只需要遍历哈希树的叶子节点,找到包含在每个事务中的项集,并增加其计数器的值。例如,当处理事务t1时,我们需要遍历项集{1, 2}、{1, 3}、{1, 4}和{2, 3},并增加其计数器的值。最终,我们得到每个2项集的支持度: ``` {1, 2}: 3 {1, 3}: 1 {1, 4}: 2 {1, 5}: 1 {2, 3}: 2 {2, 4}: 3 {2, 5}: 2 {3, 4}: 2 {3, 5}: 2 {4, 5}: 2 ``` 这就是使用哈希树来计算候选项集支持度的简单示例。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值