Computing contingency tables from sparse ADtrees论文阅读

Computing contingency tables from sparse ADtrees

Fei Ding·Yi Zhuang

Published online: 25 December 2014 © Springer Science+Business Media New York 2014

 

ADtree在缓存大量数据上证明是高效的数据结构，本篇论文介绍了三种优化：

1. 一维数组（即数列）表示ct
2. hash map表示ct（hash map？）
3. 非递归方法建立ct（sparse ADtree）

优化在higher arities and large arity values（是啥，啥区别？）上更有效

 

以前的工作是优化ADtree，比如动态ADtree：为了避免过长的建树时间。

现在，在构建ct上可以进行提高。

 

本篇论文：提高效率，主要在关心时间上，构建ct：两种结构

1. one-dimensional array     and      hash map
2. non-recursive algorithm

 

Previous works（基础知识）

 

 

Computing ct 

1. 一维数组 ——> list ct
2. hash map ——> map ct
3. 非递归方法可以应用于1和2