针对经典频繁模式挖掘算法存在的不足，提出了一种基于复合粒度计算的频繁模式挖掘算法。该算法借助复合粒度计算方法双向搜索频繁模式，即首先通过二进制的按位取反运算获得复合粒度内涵的像，然后构建复合粒度计算发现频繁模式。虽然该算法需要产生候选项，但它只需扫描一次数据库，减少了I/O开销；算法通过线性数组存储复合信息粒度减少了内存使用。理论分析和实验比较表明，其效率优于经典的频繁模式挖掘算法，且内存利用率比较高。