5分钟理解维特比算法

    安德鲁·维特比老人家发明了维特比算法，用非常巧妙的方法简化了隐马尔可夫第二个问题运算过程。维特比先生后来发明了CDMA技术并与人一起创办了高通公司，高通现在是通信巨头，不生产产品却每年收取大量的专利费。

    下面我们用简单的例子（而不是深奥的数学公式）来理解维特比算法。

标题

    图1中有若干个节点，S是起点，D0是终点，节点之间的连线是通道，每条通道的路程各不相同，现在问从起点S出发，到达终点D0的最短路径是什么？

 

    最直接最笨的办法是，把所有可能的路径都列出来，然后把路径中各通道长度累加起来，再相互比较哪条路径最短。为了描述方便，用线的两个节点来表示两点的路程，S_A0表示S到A0的路程，A0_B0表示A0到B0的路程。

第1条路径的长度为：S_A0 + A0_B0 + B0_C0 + C0_D0

第2条：S_A0 + A0_B0 + B0_C1 + C1_D0

第3条：S_A0 + A0_B0 + B1_C0 + C0_D0

第4条：S_A0 + A0_B0 + B1_C1 + C0_D0

第5条：S_A0 + A1_B0 + B0_C0 + C0_D0

第6条：S_A0 + A1_B0 + B0_C1 + C1_D0

第7条：S_A0 + A1_B0 + B1_C0 + C0_D0

第8条：S_A0 + A1_B0 + B1_C1 + C0_D0

    这种方法虽然最容易想到，但是计算量会随着节点数的增加而急剧增加。图中，除了起始点S和终点D0，其他的节点有2行3列，可能的路径有2^3=8条，每条路径有3个加法运算，总计算量是2^3*3=24。如果有10行10列个节点，总计算量是10^10*10=10^11，是100亿次加法。

    维特比算法可以大大减少这个问题的运算量。维特比算法的主要思想是把一个大问题分解成形式相同的小问题，在知道小问题的答案后可以以递推方式算出大问题的答案。比如把n行m列的大问题，转变成求解n行m-1列的小问题，而问题的形式相同，解法相同，n行m-1列的问题又继续分解成n行m-2列的更小问题，直到分解成n行1列这种最简单的问题。而问题的关键是如何在已经知道n行m-1列的问题答案，来求n行m列的答案。

图2

图3

    现在我们假设我已经知道S到C0的最短路径的走法minTrack_S_C0（假设是图2中橙色的路径S-A0-B1-C0）和这段路径的长度minLength_S_C0，以及S到C1的最短路径的走法minTrack_S_C1(假设图3中橙色路径S-A0-B0-C1)和路径上的长度minLength_S_C1,要计算S到D0的最短路径的走法以及长度。

 

图4

图5

 

    为了不受干扰，我们用虚线表示S到C0的最短路径，这条路径是从S出发，终点为C0的若干条路径中的一条，而且路程是这几条中最短。同理S到C1的最短路径也用虚线表示，它也是从S出发到C1的若干条路径中的一条,而且路程是这几条中最短。

    那S到D0的最短路径就是minLength_S_C0 + C0_D0 和minLength_S_C1 + C1_D0 这两条中最短的一条。

    同理，从S到D1的最短路径是 minLength_S_C0 + C0_D1 和 minLength_S_C1 + C1_D1这两条中最短的一条。

    那有没有可能找到一条从S到C0的另外一条路径，长度比最短路径minLength_S_C0大，但与后面加起来却是总长度最短呢？这个在图中看就能看出明显不可能的，因为后面一部分的长度大家都一样，前面一段的长度又比最短路径长，总长度肯定不会是最短。

    现在分析维特比算法的计算量是多少。在已经知道S到C0的最短路径和S到C1的最短路径，计算S分别到D0和D1的最短路径，增加了哪些运算呢？增加了2*2=4次加法运算。如果是n行m列个节点，那就是增加了n*n次运算，所有列的运算量总和是n*n*m。如果用前面10行10列的例子，总运算量是10*10*10 = 1000次，比之前100亿次少了几个数量级。

    维特比算法用个更加通俗的例子说明它的主要思想：假设要找出某种竞技活动全国最优秀的人，不需要把全国10几亿人拿来比赛，这样代价过高，而是先找各省的冠军来比赛，决出全国冠军。各省的冠军又是从各地市的冠军中选拔，各地市冠军从各区县中选拔，就这样一级一级分解到一个最小规模的比赛。这样比赛的成本就大大降低，但同样能达到选出全国最优秀人才的目的。维特比算法就是一种动态规划的算法。理解了维特比算法，你就理解了动态规划。