mahout关联规则之FPGrowthDriver源码分析part1 (二)

transactionSet = Lists.newArrayList();

transactionSet.add(new Pair(items, support));

}

2.3.2 ParallelFPGrowthCombiner的reduce函数：

[java]

TransactionTree cTree =new TransactionTree();

[java] view plaincopy

for (TransactionTree tr : values) {

for (Pair p : tr) {

cTree.addPattern(p.getFirst(), p.getSecond());

}

}

context.write(key, cTree.getCompressedTree());

这里可以看到新建了一个TransactionTree，然后把同一组（groupid）的记录通过addPattern方法放入到一棵TransactionTree上，最后通过getCompressedTree方法返回一个压缩了的TransactionTree并输出此TransactionTree；

TransactionTree的属性有：

[java]

int[] attribute;

int[] childCount;

int[][] nodeChildren;

long[] nodeCount;

int nodes;

boolean representedAsList;

List> transactioniSet;

比如[0，2，4，6]，[0，2，4]，[2，4，8]下面三条记录通过addPattern加入数中的效果如下：

第一、二条记录：

第三条记录：

通过addPattern方法加入记录，TransactionTree的representedAsList属性为false，transactionSet为null，其他属性则存储相应的值；

通过上面的方法即可以把每个id都建立一个TransactionTree，所以针对表3的数据建立了2棵TransactionTree，然后每棵TransactionTree又通过getCompressedTree把得到的两棵TrasactionTree进行压缩。压缩的方法就是把用数组表示的值用list表示，这时的representedAsList 属性为true，且transactionSet，不为null，而是下面的值：id：0，value:{([1],2)([1, 3],5)([2],1)([2, 4],1)([0, 2],1)([0, 2, 4],4)([0, 4],2)([3],2)}；id：1，value：{([0, 2, 4, 6],2)([0, 2, 4, 6, 8],1)([0, 2, 6],1)([0, 4, 8],1)([0, 4, 6],1)([2, 6, 8],1)([2, 4, 8],1)([1, 5, 9],1)([1, 5, 7],1)([1, 3, 5],1)([1, 3, 5, 7],2)([1, 3, 5, 7, 9],1)([1, 3, 7],1)([3, 7, 9],1)([3, 5, 9],1)}，其实上面的结果也就是表3中每个事务出现的次数而已；

2.3.3 ParalleFPGrowthReducer：

2.3.3.1 setup函数，这个函数和Mapper的setup函数的作用是一样的，都是读fList文件，但是这里是把项目读入List featureReverseMap，把相应的频度读入LongArrayList freqList；

2.3.3.2 reduce函数：首先产生一个localFList即gList，使用TransactionTree的generateFList方法，此方生成一棵TransactionTree中含有的所有项目的一个list即其相应的在这棵TransactionTree上面的频数；比如上面的两棵TransactionTree生成的gList及其相应的频数分别为： [(0,7), (1,7), (2,7), (3,7), (4,7)] 和[(1,7), (3,7), (5,7), (0,6), (2,6), (4,6), (6,6), (7,6), (8,4), (9,4)]；接着调用FPGrowth的generateTopKFrequentPatterns方法；

[java]

FPGrowth fpGrowth = new FPGrowth();

fpGrowth.generateTopKFrequentPatterns()

打开FPGrowth的源码，找到下面的方法：

[java]

public final void generateTopKFrequentPatterns(Iterator,Long>> transactionStream,

Collection> frequencyList,

long minSupport,

int k,

Collection returnableFeatures,