维特比算法详解（参考《数学之美》）

问题背景：

维特比算法是数学家维特比提出的、用于寻找“篱笆网络”中的最短路径的一种算法。

篱笆网络的结构如下图所示：

这个图的意思是：从$S$到$E$一共需要经过$m$个步骤（或时刻）；对于第$i$个时刻，一共有$n_i$个取值；$X_{ij}$表示第$i$个时刻的第$j$个可能值，其中，$1\le i\le d$。目标是找到一条从$S$到$E$的路径，使得所有步骤上的值加起来最小。

注意：图中每个步骤的取值个数都是$n$，这是因为我用的画图软件无法在下标中再继续写下标，实际上每个步骤的最后一个取值为$X_1{n}_1$，$X_2{n}_2$，……

算法基础

在这个问题中，以下结论是显然成立的，并且构成了维特比算法的基础：

1. 如果最短路径$P$经过点$X_{ij}$，那么路径$P$的从$S$到点$X_{ij}$的子路径 $P_1$ 一定是$S$到$X_{ij}$之间的最短路径；否则，存在另一条从$S$到$X_{ij}$的更短路径$R$，用$R$代替$Q$，则得到比$P$更短的路径，这与已知条件矛盾。
   
   意思也很简单：如图所示，假设从$S$到$E$的最短路径$P$为图中的黑色箭头，那么，路径$P$的从$S$到点$X_{33}$的子路径$P_1$也一定是该两点之间最短的；否则，就会存在另外一条从$S$到点$X_{33}$的路径$P_2$（如红色箭头）最短。用$P_2$替换$P_1$，就会得到从$S$到$E$的更短的路径，从而推导出矛盾。
2. 从$S$到$E$，一定经过任一时刻$i$的某个取值，即路径一定经过每个时刻的某一个节点。假定$i$时刻有$n_i$个状态，那么如果记录了从S到时刻$i$的所有$n_i$个状态的最短路径，最终的最短路径必然经过其中一条。
3. 结合1和2，假定从时刻$i$进入时刻$i+1$时，从$S$到时刻$i$上各个节点的最短路径已经找到，并且记录在对应节点上，那么在计算从$S$到时刻$i+1$的某个节点的最短路径时，只要考虑从$S$到时刻i所有的$n_i$个节点的最短路径，以及从这$n_i$个节点到$i+1$时刻所有$n_{i+1}$的距离即可。

算法步骤

1. 从点$S$出发，对于时刻$i=1$的$n_1$个节点，计算从$S$到它们之间的最短距离$d(S,X_{1j})$，其中，$j=1,2,...,n_1$。显然，$S$到任一$X_{1j}$的距离即为最短距离。
2. 由$i=1$到$i=2$时，需针对$i=2$的$n_2$个节点，计算$S$到它们的最短距离。对于某个特定的节点$X_{2j}$，从$S$到该点的路径可以经过$i=1$时刻所有$n_1$个节点中的任意一个，因此，对应路径的长度为$d(S,X_{2j})=d(S,X_{1j_1})+d(X_{1j_1},X_{2j})$。$j_1$有$n_1$种可能性，因此$S$到$X_{2j}$的最短路径为：
   $$d(S,X_{2j})=mi{n}_{j_1\in [1,n_1]}(d(S,X_{1,j_1})+d(X_{1j_1},X_{2,j}))$$
   因此，对于$i=2$的每个节点需要进行$n_1$次乘法运算，一共需要进行$n_1\ast n_2$次乘法。
3. 采用与2中类似的步骤，对于每个$i$的值进行运算，就可以得到全局最短路径。

复杂度分析

时间状态数为$m$，记对于任一时刻所可能取值的个数的最大值为$N$，那么整个算法需要进行运算的次数不超过$m\ast N^2$。