在线算法1：Introduction

乘客分配问题

• $m$辆公交车，以及其线路、容量$k_j$
• $n$个乘客

乘客分配问题（PAP），就是要决定乘客应该上哪一辆车，使得可以上车的乘客最多，同时不超过公交车的容量上限。

贪心算法

• 输入：$m$，$(S_1,\dots ,S_m)$，$(k_1,\dots ,k_m)$
• 输出：每一辆公交车的乘客集合$B_1,\dots B_m$

1. 对于$j\in [1,m]$，初始化所有$B_j=\varphi$，$R_j=k_j$（$R_j$就是公交车$j$剩余的容量）
2. 当一个乘客$i$到达，其目的地是$d_i$：
   1. $j^{\ast }={\mathrm{a}\mathrm{r}\mathrm{g}\mathrm{m}\mathrm{a}\mathrm{x}}_{j:d_i\in S_j}{R}_j$，也就是在路线包括$d_i$的公交车中，选择剩余容量最大的。
   2. 如果$R_{j^{\ast }}\le 0$，则拒绝该乘客；否则，就接受该乘客并更新 B j ∗ ← B j ∗ ∪ { i } B_{j^*}\larr B_{j^*}\cup\{i\} Bj∗​←Bj∗​∪{i}、$R_{j^{\ast }}\leftarrow R_{j^{\ast }}-1$
3. 返回$B_1,\dots ,B_m$

Primal-dual 算法

输入输出与之前相同

1. 对于$j\in [1,m]$，初始化$B_j=\varphi$，$z_j=0$
2. 当一个乘客$i$到达，其目的地是$d_i$：
   1. $j^{\ast }={\mathrm{a}\mathrm{r}\mathrm{g}\mathrm{m}\mathrm{i}\mathrm{n}}_{j:d_i\in S_j}{z}_j$，也就是在路线包括$d_i$的公交车中，选择$z_j$最小的。
   2. 如果$z_{j^{\ast }}\le 1$，拒绝该乘客；否则更新 B j ∗ ← B j ∗ ∪ { i } B_{j^*}\larr B_{j^*}\cup\{i\} Bj∗​←Bj∗​∪{i}、$y_i\leftarrow 1-z_{j^{\ast }}$、$z_{j^{\ast }}\leftarrow z_{j^{\ast }}(1+\frac{1}{k_{j^{\ast }}})+\frac{1}{k_{j^{\ast }}\left[{\left(1+\frac{1}{k_{j^{\ast }}}\right)}^{k_{j^{\ast }}}-1\right]}$
3. 返回$B_1,\dots B_m$

竞争比

$\mathrm{O}\mathrm{P}\mathrm{T}(\mathcal{I})$是对于实例$\mathcal{I}$最优的可行解。对于在线算法问题，实例是分块给出的。

一个在线算法$\mathcal{A}$是$c$竞争比的，即对于任意一个实例$\mathcal{I}$：

1. 其cost都要小于等于$c\cdot \mathrm{O}\mathrm{P}\mathrm{T}(\mathcal{I})+\alpha$
2. 其cost都要大于等于$\frac{\mathrm{O}\mathrm{P}\mathrm{T}}{c}(\mathcal{I})-\alpha$

其中$c\ge 1$，$\alpha$是独立于请求序列的。如果有$\alpha =0$，则称是严格$c$竞争比的。

分页问题

分页算法

• LRU（Least Recently Used）：移除距今最远被访问的分页。
• FIFO（First-in First-out）：先进先出
• LFU（Least Frequency Used）：维护一个引用计数器，计数器最少的被移除
• OPT（Furtherest in the Future）：将在未来最后一个被访问的分页进行移除（最优解，不可能实现）

LRU和FIFO的竞争比

结论

LRU和FIFO的竞争比是$K$，其中$K$就是slot的数量。

证明

定义$\sigma$是分页的请求序列。将请求序列按照以下规则进行分块：每一块正好有$K$个不同种类的分页请求。（$\sigma ={\sigma }_1{\sigma }_2{\sigma }_3\dots$，其中${\sigma }_i$就是一个块）

比如有$\sigma =1,2,3,2,4,2,5,2,1,2,1,3,1,\dots$，$K=3$，则有：
$$\begin{array}{rl}{\sigma }_1& =1,2,3,2\\ {\sigma }_2& =4,2,5,2\\ {\sigma }_3& =1,2,1,3,1\end{array}$$

在每一个块里面，LRU算法和FIFIO算法至多出现$K$次缺页错误（移除一个分页）。（因为发生了$K$次缺页错误之后，就到了下一个块）

（考虑一个可能会出现$K$次错误的情况，对于$K=3$，现在slot里面有$1,2,3$（上一个块的顺序也是$1,2,3$），对于$4,1,2$，LRU和FIFO都会有3次缺页错误（分别移出$1,2,3$），而最优算法只会有1次缺页错误（只移出$3$））

至此得到了在线算法的cost，即$\mathrm{L}\mathrm{R}\mathrm{U}\le K\cdot t$

---

对于最优算法的cost，定义shifted block ${\sigma }_i^{\prime }=({\sigma }_i-P_i)\cup P_{i+1}$，其中$P_i$是${\sigma }_i$的第一个分页请求。其实根据块的定义就很容易看出，对于每一个块的第一个请求，肯定是会和上一个块冲突。因此对于每一个shifted block，都至少会发生一次缺页错误。（也就是块的分解一定会有一次错误）

（我们不需要考虑，最优算法还有哪里可能会有错误。我们已经得到了一个下界）

因此得到最优算法的cost $\mathrm{O}\mathrm{P}\mathrm{T}\ge t-1$，其中$t$是块的数量。

---

根据之前得到的$\mathrm{L}\mathrm{R}\mathrm{U}\le K\cdot t$，就可以得到LRU算法是$K$竞争比的。对于FIFO同理。

竞争比是否已经最优？

结论

所有确定的分页算法都是至少$K$竞争比的。

证明

（对手策略）

不失一般性，记$n=K+1$，其中$n$是分页的种类总数。对于一般的算法$\mathcal{A}$，我们都可以构造出一个$\sigma$，使得每一个请求都正好缺页。而对于最优算法，每$K$个请求最多只发生一次缺页异常。

线性搜索

问题描述

假设你是一头饥饿的牛，在一条有两个方向的道路上，道路的某一个位置有草可以吃。你只有真正的到了那个有草的位置，才知道这个位置有草（类似于在线算法条件的到来是不确定的）。

记$D>1$是实际上那个有草的地方距离你起始点的距离。请设计一个策略，使得找到草所需要走过的最大距离不超过$9D$。

加倍算法

1. 初始化$d=1$，随便向一个方向走。
2. 重复一下过程：
   1. 沿着当前方向走$d$的距离
   2. 如果找到了草，就成功退出；如果没有找到草，就将$d$翻倍，回到起始位置，朝着相反的方向继续

证明

最坏的情况就是，有牧草的地方刚好就在你“放弃尝试”的位置的正前方。不失一般性地，我们定义：

$$\mathrm{O}\mathrm{P}\mathrm{T}=2^j+\epsilon >2^j$$

其中$j$就是迭代的次数。

那么在线算法的cost之和就是：

$$\begin{array}{rlr}\mathrm{A}\mathrm{L}\mathrm{G}& =2\cdot \sum _{i=0}^{j+1}{2}^i+2^j+\epsilon & \\ & =2\cdot (2^{j+2}-1)+2^j+\epsilon & \\ & =9\cdot (2^j+\epsilon )-(8\cdot \epsilon +2)& <9\cdot \mathrm{O}\mathrm{P}\mathrm{T}\end{array}$$

（练习）一个一个地将符号读入数组

问题描述

对于一个长度未知的非空字符串$s\in {\Sigma }^{+}$，将其中的符号存到一个连续的数组里面。约束数组的最大长度不能超过$2|s|$。读入一个符号的cost是$1$。数组可能会越界，因此需要进行扩容，当前旧数组中如果有$k$个符号，那么复制过去的代价就是$k$。

考虑这样的一个在线算法：数组的初始大小是$1$，每一次越界，新数组的大小都是原数组大小的$2$倍。则该算法的竞争比是$3$。