Apriori算法实现

import java.io.BufferedWriter;
import java.io.FileWriter;
import java.util.*;


public class Apriori {

 private double minsup = 0.6;// 最小支持度
 private double minconf = 0.2;// 最小置信度

 // 注意使用IdentityHashMap，否则由于关联规则产生存在键值相同的会出现覆盖
 private IdentityHashMap ruleMap = new IdentityHashMap();

 private String[] transSet = { "abc", "abc", "acde", "bcdf", "abcd", "abcdf" };// 事务集合，可以根据需要从构造函数里传入

 private int itemCounts = 0;// 候选1项目集大小,即字母的个数
 private TreeSet[] frequencySet = new TreeSet[40];// 频繁项集数组，[0]:代表1频繁集...
 private TreeSet maxFrequency = new TreeSet();// 最大频繁集
 private TreeSet candidate = new TreeSet();// 1候选集
 private TreeSet candidateSet[] = new TreeSet[40];// 候选集数组
 private int frequencyIndex;

 
 public Apriori() {

  maxFrequency = new TreeSet();
  itemCounts = counts();// 初始化1候选集的大小

  // 初始化其他两个
  for (int i = 0; i < itemCounts; i++) {
   frequencySet[i] = new TreeSet();
   candidateSet[i] = new TreeSet();
  }
  candidateSet[0] = candidate;
 }

 
 public Apriori(String[] transSet) {
  this.transSet = transSet;
  maxFrequency = new TreeSet();
  itemCounts = counts();// 初始化1候选集的大小

  // 初始化其他两个
  for (int i = 0; i < itemCounts; i++) {
   frequencySet[i] = new TreeSet();
   candidateSet[i] = new TreeSet();
  }
  candidateSet[0] = candidate;
 }

 
 public int counts() {

  String temp1 = null;
  char temp2 = 'a';
  // 遍历所有事务集String 加入集合，set自动去重了
  for (int i = 0; i < transSet.length; i++) {
   temp1 = transSet[i];