FPTree算法筆記：
FPTree算法引入一些數據結構來臨時的存儲數據
數據結構分爲三個部分
第一部分是一個項頭表：記錄所有1項頻繁項集出現的次數，按照次數降序排列
第二部分是FP Tree: 將原始數據映射到一顆FP樹。
第三部分是節點鏈表： 所有項頭表裏的1項頻繁集都是一個節點鏈頭的表，它依次指向FP
樹中該1頻繁項集出現的位置。（是一根線）方便項頭表和FP Tree之間的聯繫查找和
更新。
項頭表的建立：
第一次掃描：統計所有頻繁1項集，支持度降序排列將其放入項頭表中
第二次掃描：將源數據的每條數據中的非頻繁1項集剔除，並將該數據中的元素按支持度
大小進行排序，存放回源數據中（可以儘可能的共用祖先節點）
FP Tree的建立
開始時FP樹無數據，即根節點爲空，建立FP樹時我們一條一條的讀入排序後的數據集
，插入FP樹，插入時按排序後的順序插入，排序靠前的是祖先節點，靠後的是子孫節點
。（源數據在第二次掃描的時候，已經將排序考前的節點放在了前面，因此祖先節點
排序考前，而子孫節點排序靠後）。如果有共用的祖先節點，則祖先節點數加1。如果
有新節點出現，則項頭表對應的節點會通過節點鏈接上新的節點。
所有數據都插入到FP樹後，FP樹建立完成。
FPTree的挖掘
得到了FP樹和項頭表以及節點鏈表
首先從項頭表的底部向上一次挖掘，對於項頭表對應FP樹的每一項，我們要找到條件
模式基。條件模式基是以我們要挖掘的節點作爲葉子節點所對應的FP子樹。
其次將得到的FP子樹的每個節點的計數設置爲葉子節點的而計數，並刪除計數低於
支持度的節點。我們就可以得到頻繁項集。
FPTree算法歸納
1) 掃描數據，得到所有頻繁1項集的計數。然後刪除支持度低於閾值的項，將頻繁1項
集放入項頭表，並按照支持度降序排列。
2）掃描數據，將讀到的數據剔除非頻繁1項集，並按支持度降序排列
3）讀入排序後的數據集，插入FP樹，序靠前的節點是祖先節點，而靠後的是子孫節點。
如果有共用的祖先，則對應的公用祖先節點計數加1。插入後，如果有新節點出現，則
項頭表對應的節點會通過節點鏈表鏈接上新節點。直到所有的數據都插入到FP樹後，
FP樹的建立完成。
4）從項頭表的底部項依次向上尋找條件模式基。從條件模式基遞歸挖掘得到項頭表
項項的頻繁項集。
5）如果不限制頻繁項集的項數，則返回步驟4所有的頻繁項集，否則只返回滿足
項數要求的頻繁項集。