机器学习面试：维特比算法

我家大宝最可爱

已于 2024-07-29 21:56:39 修改

阅读量299

点赞数

分类专栏：机器学习面试文章标签：算法

于 2020-05-24 23:08:21 首次发布

本文链接：https://blog.csdn.net/he_wen_jie/article/details/106322171

版权

机器学习面试专栏收录该内容

18 篇文章 0 订阅

订阅专栏

维特比算法主要用于解决特殊形式的图——篱笆网络的最长路径问题。不同于迪杰斯特拉算法求最短路径，动态规划是解决最长路径问题的直观方法。通过递推公式dis[i]=min(dis[j]+c[j][i])，可以将问题分解为求解子问题，从而找到从A到E的最长路径。

摘要由CSDN通过智能技术生成

维特比算法主要用来解决篱笆网络，老实讲我第一次听到这个名字是发懵的，网络我是知道的，说白了就是图（迪杰特斯拉算法）
在这里插入图片描述
但是，篱笆网络是值下面这种一列一列的图，只会前面连接到后面，而且不会跳层连接，可以说是一种非常特殊且友好的图了（正常的图能逼死强迫症）

动态规划求最长路径

现在问题是要求出从A到E的最长路径。我们都知道dijkstra可以求最短路径，是否可以求最长路径呢？答案好像是不可以的（但是看了评论，有人说用一个最大值减去所有的路径 $x^-=x_{max}-x$ ，这样原来大的值就变成现在小的值了，这时再用dijkstra求最短路径）。但是对我来讲，最直接的办法就是动态规划（无法理解dijkstra，怎么看都是动态规划）。
我们假设A到E点的最短路径为dis[A][E]，到达E之前是先要经过D1，D2，D3，那么最短路径可以表示为
$d i s [E] = min (d i s [D 1] + c [D 1] [E], d i s [D 2] + c [D 2] [E], d i s [D 3] + c [D 3] [E])$ 可以看到，我们把求dis[E]的问题转化为求解子问题dis[D1]等等，写成递推式为 $d i s [i] = min (d i s [j] + c [j] [i])$ 其中 $j$ 表示与 $i$ 边有连接的节点。