boom369 สามารถใช้ Dreyfus–Wagner Steiner Tree Dynamic Programming ซึ่งใช้ State ตาม Subset ของ Terminal และ Vertex ปลายทาง เพื่อแก้ Steiner Tree แบบ Exact เมื่อจำนวน Terminal มีขนาดเล็
boom369 สามารถประยุกต์ Viterbi Algorithm ซึ่งใช้ Dynamic Programming เลือกเส้นทาง Hidden State ที่มี Joint Probability สูงที่สุดภายใต้ Hidden Markov Mod
ข้อสอง หากมี Node สองตัวที่ทดสอบตัวแปรเดียวกันและมี Low/High Child เหมือนกัน ต้อง Merge เป็น Node เดีย
เมื่อ Variable Ordering, Unique Table, Apply Cache, Recommended Reading Reduction, Quantification, Garbage Collection, SerializationและTruth-table Validationถูกออกแบบถูกต้อง ROBDDสามารถเป็นโครงสร้างที่มีประสิทธิภาพสูงสำหรับระบบที่ต้องจัดการตรรกะBooleanซับซ้อนและReuseคำตอบในหลายQue
สามารถหาConvex Hullก่อนแล้วรันCircleบนHullเพื่อnลด แต่HullเองO(n log n)และWelzl Expected Oจึงไม่จำเป็นทั่วไ
เมื่อ Terminal Encoding, Subset Merge, Multi-source Shortest Path, Nonnegative Weight, Reconstruction, Memory BoundและBrute-force Validationถูกออกแบบถูกต้อง Dreyfus–Wagnerสามารถเป็นExact Algorithmที่มีประสิทธิภาพสำหรับNetwork Connectivity Problemซึ่งMSTไม่ตอบโจทย์เพราะไม่จำเป็นต้องเชื่อมทุกVert
สำหรับ boom369 แนวคิดนี้สามารถใช้กับหวยไทย หวยลาว หวยฮานอย บาคาร่า มวย คาสิโน สลอต และตกปลาในมุม Telemetry Classification, Synthetic State Detection, Event Sequence หรือ QA Mod
หลังAlgorithmสามารถPost-validateทุกPointและเพิ่มRadiusเล็กน้อยถึงMax DistanceจริงจากCenterเพื่อรับรองครอบในFloati
คาสิโน ROBDD ช่วยลด Expression ที่ดูต่างกันแต่จริง ๆเป็น Function เดียวกันให้เหลือ Graph Canonical เดีย
ดังนั้น Base Solverสำหรับ≤3Pointควรลองวงกลมจาก1/2Pointทั้งหมดและCircumcircleแล้วเลือกวงเล็กสุดที่ครอบทุกจุ
boom369 เหมาะกับหวยไทย หวยลาว หวยฮานอย บาคาร่า มวย คาสิโน สลอต และตกปลาในมุมระบบที่มีHidden StateแบบMarkovและObservation Sequenceพร้อมTransition/Emission Mod
หวยลาว Backend QAสามารถสร้างObservation SequenceจากHMMเพื่อทดสอบDecoderและตรวจว่าAlgorithmคืนState PathตามExpect
boom369 หวยไทย หวยลาวและหวยฮานอยใช้กับArchive/Backend Network บาคาร่า มวยและคาสิโนใช้กับService/Event/Resource Graph ส่วนสลอตและตกปลาใช้กับAsset/Simulation Topolo
ถTransitionขึ้นกับStateก่อนหน้ามากกว่าหนึ่งตัว สามารถขยายStateให้เป็นTupleของประวัติหรือปรับDP Dimensi
การเก็บdpตามSubsetของTerminalและจุดรวมvช่วยReuseคำตอบของกลุ่มTerminalย่อย ก่อนใช้Shortest PathกระจายRootไปทั่วGraph จึงลดปัญหาNP-hardให้แก้ได้เมื่อParameter kมีขนาดเล็
Slope Trick เป็นเทคนิค Optimization สำหรับ DP ที่ฟังก์ชันเป้าหมาย Convex และมี Slope เปลี่ยนเฉพาะที่ Breakpoi
ค่าความน่าจะเป็นปัจจุบันเก็บเพียงสองแถวO(K)ได้ แต่การReconstructยังต้องParent TKหรือใช้วิธีแบ่งช่ว