嗯…，在寫這個(gè)之前看了幾篇文章，寫的極其學(xué)術(shù)化，根本就看不懂嗎。。。
我個(gè)人認(rèn)為寫文章就是應(yīng)該寫的通俗易懂才好，讓別人也能學(xué)會(huì)，能理解到你想表達(dá)的東西。
維特比算法說(shuō)白了就是動(dòng)態(tài)規(guī)劃實(shí)現(xiàn)最短路徑，就是說(shuō)只要知道“動(dòng)態(tài)規(guī)劃可以降低復(fù)雜度”這一點(diǎn)就能輕松理解維特比算法。

維特比算法是一個(gè)特殊但應(yīng)用最廣的動(dòng)態(tài)規(guī)劃算法，利用動(dòng)態(tài)規(guī)劃，可以解決任何一個(gè)圖中的最短路徑問(wèn)題。而維特比算法是針對(duì)一個(gè)特殊的圖——籬笆網(wǎng)絡(luò)的有向圖（Lattice )的最短路徑問(wèn)題而提出的。 它之所以重要，是因?yàn)榉彩鞘褂秒[含馬爾可夫模型描述的問(wèn)題都可以用它來(lái)解碼，包括今天的數(shù)字通信、語(yǔ)音識(shí)別、機(jī)器翻譯、拼音轉(zhuǎn)漢字、分詞等?！稊?shù)學(xué)之美》

籬笆網(wǎng)絡(luò)有向圖的特點(diǎn)是同一列節(jié)點(diǎn)有多個(gè)，并且和上一列節(jié)點(diǎn)交錯(cuò)地連接起來(lái)。同一列節(jié)點(diǎn)代表同一個(gè)時(shí)間點(diǎn)上不同的狀態(tài)的并列，大概因?yàn)檫@種一列一列整齊的節(jié)點(diǎn)和交錯(cuò)的邊很像籬笆而得名。

假設(shè)上圖每一列分別有n1……nn個(gè)節(jié)點(diǎn)，如果不使用動(dòng)態(tài)的話，那么計(jì)算復(fù)雜度就是O(n1*n2……nn)。

維特比算法的精髓就是，既然知道到第i列所有節(jié)點(diǎn)Xi{j=123…}的最短路徑，那么到第i+1列節(jié)點(diǎn)的最短路徑就等于到第i列j個(gè)節(jié)點(diǎn)的最短路徑+第i列j個(gè)節(jié)點(diǎn)到第i+1列各個(gè)節(jié)點(diǎn)的距離的最小值，可應(yīng)用于分詞。

這是一句大白話，所謂中文偽碼。

分析一下復(fù)雜度，假設(shè)整個(gè)籬笆有向圖中每一列節(jié)點(diǎn)最多有D個(gè)（也就是圖的寬度為D），并且圖一共有N列，那么，每次計(jì)算至多計(jì)算D*D次（從i列的D個(gè)節(jié)點(diǎn)中挑一個(gè)計(jì)算到i+1列D個(gè)節(jié)點(diǎn)的距離）。至多計(jì)算N次。那么復(fù)雜度驟減為O（ND2），遠(yuǎn)遠(yuǎn)小于窮舉O（DN）。
開(kāi)箱即用的維特比算法代碼，可參考《通用維特比算法的Java實(shí)現(xiàn)》

總結(jié)

以上是生活随笔為你收集整理的维特比算法详解(隐马尔科夫模型)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。