我写了一个动态编程对齐算法。我希望对齐从两个不同信号中提取的两个峰值列表。峰列表是具有两个列的数据集，两个特征：峰的时间和峰的面积。由于峰值来自两个不同的信号，因此两个列表都不包含完全匹配。然而，两个峰值列表都有一些共同的峰值（~~三分之一），也就是说关于时间和面积都很接近的峰值。
在我的第一个DP算法中，我依赖于考虑时间和面积的距离计算。我在最短峰值列表中迭代峰值，并计算它们与其他数据集中某些峰值的距离。我用这些距离填写得分矩阵，然后向后找回最佳路径（最小距离）。这是完美的工作，如果我想在最短的列表中分配所有峰值的峰值。但是，如果允许间隙，也就是说，如果最短数据集中的某些元素在最大数据集中没有匹配，则它不起作用。
DP的哪些改进可以解决这类问题？还有哪些算法可以解决这些问题？
谢谢！