编程点滴

protected void buildTree(Instances data, double[] classProbs, Instances header,                           double minNum, boolean debug, int[] attIndicesWindow,                           Random random, int depth, boolean allow) throws Exception {..........................................................................................................................      m_SplitPoint = splits[m_Attribute];      m_Prop = props[m_Attribute];      Instances[] subsets = splitData(data);      m_Successors = new RandomTree[distribution.length];      for (int i = 0; i < distribution.length; i++) {        m_Successors[i] = new RandomTree();        m_Successors[i].setKValue(m_KValue);        m_Successors[i].setMaxDepth(getMaxDepth());        m_Successors[i].buildTree(subsets[i], distribution[i], header, m_MinNum, m_Debug,                                  attIndicesWindow, random, depth + 1, allow);..........................................................................................................................    }..........................................................................................................................}其中subsets就是分裂后每个节点的样本，把这个数据递归传入buildTree中进行下次分裂。在转换成C代码时，我首先想到的是用vector来保存这些样本，但是因为是递归函数，占用内存过大了（java中的垃圾回收机制起到了作用？反正weka占用的内存要少很多）。一种很自然的改进产生了，即每次只是传入样本的id，因为样本总量是一定的，所以总的样本只保留了一份，大大节省了内存。然而这样每次还是需要传入一个数组，感觉还是有冗余啊，看了LH的代码后才发现原来内存可以这么省...比如我有十个样本，id为[0,1,2,3,4,5,6,7,8,9]分裂的时候属于左节点的样本为[0,2,4,6,8]分裂的时候属于右节点的样本为[1,3,5,7,9]这样我每次传入的是其中一个数组，需要复制五个字节（假设这里用的是char型数组）LH的做法是：将[0,1,2,3,4,5,6,7,8,9]看成是一个链表，用两个字节记录下左右节点的初始id，用-1表示链表结束，这样每次只需传入链表的起始位置一个字节即可

例如，当你获得0这个链表起点时，不但知道该节点包含了样本0，还知道该节点包含的下一个样本id在数组的第0个位置，当遍历到2时，又知道下个节点在位置2，即4