关于隐马尔可夫模型中viterbi算法理解，修正大部分人理解错误
viterbi算法是一种动态规划算法，用于寻找最优隐含状态序列。（原谅我不会输公式）
- 在HMM中，viterbi算法用于实现在给定观察序列O和模型参数时查找最优隐藏状态序列。
但是我发现好多资料上提供算法不一致，使人混淆，所以将我的理解放在这，应该没问题。
算法出现歧义的地方在(2)的递推算法的理解上，max和argmax对应的是右边的整个式子还是单指中括号内部，我发现李航的《统计学习方法》中就是用max最大化中括号内部程式，该做法的问题是没考虑b(o)对维特比变量概率的影响，所以应该不对。我又看了宗成庆的《统计自然语言处理》，然后在IEEE上下载了 the viterbi algorithm，发现过程应该如下：
伪代码实现流程：
即t+1时刻维特比变量和t时刻维特比变量并没有绝对关系，每一次迭代都是从时刻1重新计算最优路径。
viterbi algorithm算法文档点击打开链接