写出决策树分类算法C4.5的伪代码

C4.5是一种经典的决策树分类算法，它是ID3算法的改进版本。下面是C4.5算法的伪代码：

1. 函数 C4.5(D, A):
2. 创建一个新的决策树节点node
3. 如果D中的样本都属于同一类别C:
4. 将node标记为叶子节点，并将类别C赋给该节点
5. 返回node
6. 如果A为空集:
7. 将node标记为叶子节点，并将D中样本数最多的类别赋给该节点
8. 返回node
9. 选择最优划分属性bestAttr = argmax(A, GainRatio(D, attr))，其中GainRatio是计算信息增益比的函数
10. 将bestAttr作为node的划分属性
11. 将bestAttr从A中移除
12. 对于bestAttr的每个取值v:
13. 创建一个新的子节点child
14. 将child加入到node的子节点列表中
15. 令Dv为D中在bestAttr上取值为v的样本集合
16. 如果Dv为空:
17. 将child标记为叶子节点，并将D中样本数最多的类别赋给该节点
18. 否则:
19. 将child标记为非叶子节点
20. 递归调用C4.5(Dv, A)并将返回的子树连接到child
21. 返回node

以上是C4.5算法的伪代码，其中包括了判断样本是否属于同一类别、选择最优划分属性、递归构建决策树等步骤。