ZLGSPACE的博客

卡尔曼滤波（Kalman Filter）是一种基于线性系统状态空间模型的最优递归估计算法，由鲁道夫・E・卡尔曼于 1960 年提出。其核心思想是通过融合系统动态模型预测值与传感器观测值，在最小均方误差准则下实现对系统状态的实时最优估计。该算法广泛应用于导航、目标跟踪、信号处理等领域，尤其适合处理带有噪声的动态系统数据融合问题。

蓝桥杯常考算法丰富。搜索算法中，深度优先搜索（DFS）沿路径深入，回溯找解，常用于图遍历、连通性判断 ；广度优先搜索（BFS）逐层扩展，求无权图最短路径拿手 。动态规划将复杂问题拆为子问题，利用重叠子问题与最优子结构特性，通过状态转移方程求解，像背包、最长公共子序列问题都靠它。贪心算法每步做当前最优选择，处理活动安排、哈夫曼编码等问题有效 。分治算法分解大问题为小问题，递归求解后合并，归并排序、快速排序是典型应用 。图算法里，迪杰斯特拉算法、弗洛伊德算法算最短路径，普里姆算法、克鲁斯卡尔算法求最小生成树 。