一、论文整体思路：
作者提出了一种基于前缀树的数据结构，NegNodeset，其实是对之前前缀树的一种改进，主要区别在于采用了位图编码，通过这种数据结构产生的算法称为negFIN。
negFIN算法高效有三个原因
二、问题定义
I= {i1,i2,…, init} 表示事务数据库所有项的集合，T表示每个事务，T⊆I ，DB = {T1,T2,…, Tnt} 是所有事务的集合
P称为k-项集，如果P⊆T ，那么事务T包含了项集P，support(P)是DB中包含P的百分比，如果support(P)大于min-support
我们就称P为频繁项集，频繁项集是2的nit 次方，nit = |I| 。
三、之前贡献
主要对前缀树的研究，结构1)Node-list，2)N-list，3)Nodeset，4)DisffNodeset
***先理解下前缀树和哈希树
论文总结(negFIN: An efficient algorithm for fast mining frequent itemsets)
原文：https://www.cnblogs.com/Optimism/p/10711138.html