用C++存儲表格的最佳方法是什麼？

Question

我用C++編寫了一個決策樹，使用了一個稍微修改過的版本C4.5 algorithm。每個節點表示數據集的一個屬性或一列，並且每個可能的屬性值都有一個子節點。

我的問題是如何存儲訓練數據集，因爲我必須使用每個節點的子集，所以我需要一種快速方法來只選擇行和列的子集。

主要目標是以儘可能最大的記憶和時間效率（按優先順序）進行。

我認爲最好的方法是有一個數組（或std :: vector）或類似的東西，併爲每個節點有一個列表（數組，矢量等）或與column,line（可能對於該節點有效的元組）。

我現在應該有更好的方法來做到這一點，有什麼建議嗎？

UPDATE：我需要的是這樣的：

在開始的時候我有這樣的數據：

Paris 4 5.0 True 
New York 7 1.3 True 
Tokio 2 9.1 False 
Paris 9 6.8 True 
Tokio 0 8.4 False 

但對第二個節點我只需要這樣的數據：

Paris 4 5.0 
New York 7 1.3 
Paris 9 6.8 

而對於第三個節點：

Tokio 2 9.1 
Tokio 0 8.4 

但帶有數百萬條記錄的表格，其數量高達數百列。

我想到的是將所有數據保存在矩陣中，然後爲每個節點保留當前列和行的信息。事情是這樣的：

Paris 4 5.0 True 
New York 7 1.3 True 
Tokio 2 9.1 False 
Paris 9 6.8 True 
Tokio 0 8.4 False 

節點2：

columns = [0,1,2] 
rows = [0,1,3] 

節點3：

columns = [0,1,2] 
rows = [2,4] 

這樣在最壞的情況下我只是浪費

size_of(int) * (number_of_columns + number_of_rows) * node 

這比擁有獨立性要少得多用於每個節點的數據矩陣。

Answer 1

如何使用trie：http://en.wikipedia.org/wiki/Trie。

還有關於如何實現特里的討論： Trie implementation