FP-Growth算法是韩嘉炜等人在2000年提出的 关联分析 算法，它采取如下 分治策略 ：将提供 频繁项集 的 数据库压缩 到一棵 频繁模式 树（ FP-tree ），但仍保留项集关联信息。

在算法中使用了一种称为频繁模式树（Frequent Pattern Tree）的 数据结构 。 FP-tree 是一种特殊的 前缀树 ，由频繁项头表和项前缀树构成。FP-Growth算法基于以上的结构加快整个挖掘过程。

1.扫描数据库DB一遍.得到频繁项的集合F和每个频繁项的支持度.把F按支持度递降排序,结果记为L. 2.创建FP-tree的 根节点 ,记为T,并且标记为’null’.然后对DB中的每个事务Trans做如下的步骤. 根据L中的顺序,选出并排序Trans中的事务项.把Trans中排好序的事务项列表记为[p|P],其中p是第一个元素,P是列表的剩余部分.调用insert_tree([p|P],T). 函数insert_tree([p|P],T)的运行如下. 如果T有一个子结点N,其中N.item-name=p.item-name,则将N的count域值增加1;否则,创建一个新节点N,使它的count为1,使它的 父节点 为T,并且使它的 node _link和那些具有相同item_name域串起来.如果P非空,则 递归调用 insert_tree(P,N).