分析了传统属性频率函数作为属性重要度的不足,重新定义了属性重要度,提出了一种基于差别矩阵属性重要度的属性约简完备算法,即CRABSA(Complete Reduction Algorithm Based on the Significance of Attribute).该算法采用迭代思想,在每次迭代过程中根据属性重要度SGF(a)选择必要的条件属性加入约简R中.由SGF(a)的定义可知,算法能确保在大多数情况下能得到决策表的最小约简.分析了算法在最坏情况下的时间复杂度,给出了该算法相对Pawlak约简的完备性的证明.