哈希树的python实现

一、问题的背景

        给定一组商品购买信息，找到商品购买中频繁出现的商品集。比如说，我们有如下的商品交易信息：

市场购物信息

Tip	Items
1	Bread, Milk
2	Bread, Diaper, Beer, Egg
3	Milk, Diaper, Beer, Coke
4	Bread, Milk, Diaper, Beer
5	Bread, Milk, Diaper, Coke

        我们定义，Itemset 为一系列item的集合，比如：{Milk, Bread, Diaper}；定义 k-itemset 为包含k个items的itemset；定义support 是所有交易信息中，包含这个 itemset 的子集。比如s({Milk, Bread, Diaper}) = 2/5；定义frequent Itemset 是一组itemset，它的support 大于等于minsup，这个minsup值由我们自己给定。

        为了找出频繁项集，最直观的方法是我们罗列出所有的候选项，然后计算每个候选项的support，最后将满足要求的频繁项保存下来。比如说，我们有M个交易信息储存在数据库中，有N个候选项，那么我们必须要比较MN次，显然它的时间复杂度