本文指的是哪种特定类型的 "Hash Tree"？
Which specific type of "Hash Tree" is this paper referring to?
我正在从一篇论文中实现一个算法，其中一部分要求使用 "hash tree"。因为我从未听说过该数据结构，所以我 looked it up。事实证明，哈希树这个名字是有歧义的，可以用来指代三种不同类型的数据结构。他们是：
- Hashed Array Tree
- Hash tree (persistent data structure), an implementation strategy for sets and maps
- Merkle Tree
在阅读了每种类型的数据结构之后，我很确定这篇论文使用的是 Merkle 树，但我想听听别人的意见。
相关论文是 Fast Algorithms for Mining Association Rules，我所指的具体部分可以在第 4 页第 2.1.2 节中找到。
我在下面引用了相关文本的一部分。
Candidate itemsets Ck are stored in a hashtree. A node of the hash-tree
either contains a list of itemsets (a leaf node) or a hash table an (interior node). In an interior node each bucket of the hash table points to another node. The root of the hash-tree is defined to be at depth 1. An interior node at depth d points to nodes at depth d+1. Itemsets are stored in the leaves. When we add an itemset c we start from the root and
go down the tree until we reach a leaf. At an interior node at depth d we decide which branch to follow by applying a hash function to the dth item of the itemset. All nodes are initially created as leaf nodes. When the number of itemsets in a leaf node exceeds a specified threshold the leaf node is converted to an interior node.
还应注意，其他基于先验算法的数据挖掘论文中提到了这种特定的数据结构，例如 this 关于循环关联规则的论文。由于它是一种经常使用的数据结构，我想阅读更多关于 is 而不是几篇论文中的两段内容。
哈希树和默克尔树是一样的。因此，如果论文中提到哈希树，它就是 Merkle 树，反之亦然。要阐明 Apriori 算法中使用的哈希或 Merkle 树的概念，请参阅第 344 和 345 页：https://www-users.cs.umn.edu/~kumar/dmbook/ch6.pdf.
我正在从一篇论文中实现一个算法，其中一部分要求使用 "hash tree"。因为我从未听说过该数据结构，所以我 looked it up。事实证明，哈希树这个名字是有歧义的，可以用来指代三种不同类型的数据结构。他们是：
- Hashed Array Tree
- Hash tree (persistent data structure), an implementation strategy for sets and maps
- Merkle Tree
在阅读了每种类型的数据结构之后，我很确定这篇论文使用的是 Merkle 树，但我想听听别人的意见。
相关论文是 Fast Algorithms for Mining Association Rules，我所指的具体部分可以在第 4 页第 2.1.2 节中找到。
我在下面引用了相关文本的一部分。
Candidate itemsets Ck are stored in a hashtree. A node of the hash-tree either contains a list of itemsets (a leaf node) or a hash table an (interior node). In an interior node each bucket of the hash table points to another node. The root of the hash-tree is defined to be at depth 1. An interior node at depth d points to nodes at depth d+1. Itemsets are stored in the leaves. When we add an itemset c we start from the root and go down the tree until we reach a leaf. At an interior node at depth d we decide which branch to follow by applying a hash function to the dth item of the itemset. All nodes are initially created as leaf nodes. When the number of itemsets in a leaf node exceeds a specified threshold the leaf node is converted to an interior node.
还应注意，其他基于先验算法的数据挖掘论文中提到了这种特定的数据结构，例如 this 关于循环关联规则的论文。由于它是一种经常使用的数据结构，我想阅读更多关于 is 而不是几篇论文中的两段内容。
哈希树和默克尔树是一样的。因此，如果论文中提到哈希树，它就是 Merkle 树，反之亦然。要阐明 Apriori 算法中使用的哈希或 Merkle 树的概念，请参阅第 344 和 345 页：https://www-users.cs.umn.edu/~kumar/dmbook/ch6.pdf.