解题思路
本题就是模拟 LSTM 的前向传播过程。先读取长度为 T 的输入序列，每个时间步包含 B 个样本，每个样本有 D=5 个特征。然后读取输入门、遗忘门、输出门、候选细胞状态四组参数。
初始时隐藏状态和细胞状态都为 0。对于每个时间步，依次计算输入门、遗忘门、输出门和候选细胞状态，再用它们更新当前细胞状态和隐藏状态。每一步的隐藏状态都需要保存，最后输出所有时间步的隐藏状态以及最终细胞状态。
关键算法是 LSTM 前向传播模拟，按时间顺序递推即可。
复杂度分析
题目内容
【背景】
在现代智能家居系统中，准确预测室内温度变化对于实现舒适的居住环境和节能控制至关重要。室内温度受多种因素影响，包括室外温度、空调设定温度、门窗开关状态、室内人员数量等，这些因素之间存在复杂的非线性关系。
假设你正在开发一个智能温控系统，该系统通过传感器采集过去一段时间内的环境数据，使用 LSTM 模型预测未来时刻的室内温度。具体来说，系统每 5 分钟采集一次数据，包括以下 5 个特征：
