CS269I：Incentives in Computer Science 学习笔记： Lecture2 Stable Matching（稳定匹配）

Lecture2 Stable Matching（稳定匹配）

1 Stable Matching and the Deferred Acceptance Algorithm（稳定匹配与延迟接受算法）

1.1 Model

问题：在NRMP（全国实习医师匹配计划）中，每个实习医师在结束他的实习之后需要找到一个医院工作，现在要为这个匹配问题寻找一个好用的算法

首先我们来对问题建立一个模型：

模型：假设S为所有学生的集合，H为所有医院的集合，每个医院的容量为c_h（可以接受最多c_h个学生）。每个学生都提交一个对医院的偏好列表；每个医院也提交一个对学生的偏好列表。

​ 不妨设|S|=Σc_h，否则我们可以通过添加一些“虚拟”的医院或学生的方式来满足这个条件。

概念：Matching（匹配），给每个医院安排c_h个学生，每个学生一个医院。

讨论：上一章的末尾我们曾经讨论过，这个问题和之前的抽签问题的最大区别在于，这个模型是一个“双边市场”，双方都有一个偏好。

定义：Stable Matching（稳定匹配）

​ 一个匹配A称为稳定的，若不存在一个学生s和医院h，使得其满足以下三个条件：

​ （1）s没有分配给h

​ （2）s对h的偏好高于ta被匹配到的医院h_s

​ （3）h对s的偏好也高于某个它本来选择的学生s*

​ 我们称满足以上条件的对(s,h)为Blocking Pairs（阻塞对），也就是说，一个匹配A是稳定的当且仅当其中不存在任何一个阻塞对

讨论：我们很好理解不存在阻塞对的意义——因为阻塞对意味着麻烦。很显然，如果我们的匹配中出现了这样的阻塞对，那么这个学生和医院都有动力去绕过我们的匹配自行组合。这样我们给出的匹配就失去了公信。

举例：在下面的例子中给出了学生对和医院对及其各自的偏好。三个学生的偏好是一样的，都是D>E>F，而医院的偏好则是轮换的；同时，医院的容量均为1.

我们来考虑一下，如何寻找他们的一个稳定匹配。显然，A必须给D，从直觉上来看确实如此——ABC都对D一厢情愿，但是D只偏爱A，那么有什么理由让D抛弃A去选择其他人呢？不过比起舞文弄墨，我们需要严格的证明。

事实上，如果A和D没有匹配的话，那么（A，D）就是一个阻塞对。为什么呢？因为它满足了所有阻塞对的条件：（1）A和D没有被匹配 （2）A比起自己匹配到的医院来说更偏好D （3）D比起自己匹配到的学生来说更偏好A

所以，我们可以推导出，如果我们想要构造一个稳定的匹配，那么在这个匹配中（A，D）是必须的。而同理我们得出（C，E），（B，F）这两个匹配也是必须的。因此，对这个例子来说，稳定匹配是唯一的，那就是（A，D），（B，F），（C，E）

1.2 延迟接受算法

讨论：那么，稳定匹配是不是一定存在呢？如果存在，如何找到一个稳定匹配呢？让我们通过下面这个精妙的算法来回答这个问题。

算法：（Deferred Acceptance Algorithm）

循环（若有未与医院匹配的学生）｛

​ 每个未分配的学生向其认为最好且还没有拒绝他的医院发出propose（邀约，这里意译为简历）；

​ 每个学校保留接收的自己最喜欢的前c_h个简历，拒绝其他的简历；

｝

最后得到的邀约匹配状况即为最终的匹配结果

名词解释：延迟：只有在学生全部匹配完之后学校才会一下通过所有的简历，在这之前这一轮的简历被接受并不意味着之后就不会被拒绝了——你可能仍然会被这个医院更加偏爱的学生挤出来。

1.3 稳定匹配的计算与存在性

让我们来分析一下这个算法的性质：

性质：（1）每个学生都会按照自己的偏好顺序依次向医院投递简历，直到算法结束为止

​ （2）医院在这个过程中得到的学生质量是单调递增的

​ （3）算法必定结束，不会一直循环下去

​ 证明：如果算法还没结束，那么每一轮投票中必定有一个人被拒绝，相当于在可接受他的 医院列表中又减少了一个医院。而所有人的可接受医院列表最开始有|S|·|H|个，是有限 的，所以循环在至多|S|·|H|次后必然结束

​ （4）最终得到的是一个匹配，不会有人被所有医院拒绝以至于得不到匹配。

​ 证明：我们注意到每个医院持有的简历数量是单调增加的，然而医院h开始拒绝简历的前 提是这个医院的简历数量已经达到了c_h，因此如果所有医院都拒绝了他，那么所有医院的简 历数量都将是饱和的，所以所有医院持有的简历总数为Σc_h=|S|，但他的简历没能投出去， 所以医院收到的简历总数应该至多为|S|-1，矛盾！

​ （5）定理：这个算法得到的匹配结果是稳定的

​ 证明：若否，存在一个阻塞对（s，h），使得h不接受s，但是接受了比s更不喜欢的学生 s’，并且s比起现在匹配到的学校更喜欢h，那么，由于投简历顺序是按照学生的偏好顺序来 的，因此s在匹配到现在这个学校之前一定被h拒绝过了。然而s’比s差，因此s‘一定会先于s被 h拒绝，这与h最终接受了s‘但么有接受s产生了矛盾，命题得证！

讨论：这个算法的巧妙之处在于，它通过构造性的方法，在给出了一个稳定结果的同时，也顺便证明了稳定匹配在任意一种条件下都是必定存在的。

1.4 为什么是稳定性？

讨论：稳定性确实很重要，但是，我们要怎样说明它的重要性？

​ 一方面，稳定性蕴含着帕累托最优——没有人能够提出一个完全不损害任何人利益的新方案

​ 另一方面，在英国，不同地区使用的匹配算法是不同的，然而，最终，使用延迟接受算法的系统全部保留了下来，而其它算法则渐渐失去公信，最终大部分转变为延迟接受算法。

2 Student-Optimality and Strategy-proofness

2.1 Multiple Stable Matchings（多种稳定匹配）

讨论：我们用上面的延迟稳定算法证明了，一个给定的初始局面至少存在一种稳定匹配。然而，是否有可能一个局面存在多种稳定匹配？如果是，我们应该选择哪一种呢？（这里的讨论和多重纳什均衡的讨论很像，不知道有没有关联）

例子：如下图所示，在如此简单的局面中，存在着奇特的矛盾——医院的偏好与学生的偏好是相反的。因此，容易看出存在两种完全不同的稳定匹配，一种是（A，C）（B，D），一种是（A，D）（B，C）；而且，第一种匹配是侧重满足学生的偏好，而第二种匹配是侧重满足医院的偏好。我们也容易发现，使用延迟接受算法的话，得到的是第一种匹配。这启发我们，也许延迟接受算法的侧重点在于尽可能满足学生的偏好。

2.2 Selecting a Stable Matching（选择一个稳定匹配）

定理：延迟接受算法会将每个学生s都匹配到在任意稳定匹配中可能匹配到的最好的学校（记为h(s)）

证明：如果学校h拒绝了学生s，则记（s，h）为一个拒绝对。假设R_i为在算法中第i个出现的被拒绝的对，下面我们用归纳法，对i归纳，证明R_i在任意一个稳定匹配中都不可能出现。

​ 归纳：i=0显然，只需证明(i-1)=>(i). 假设R_i =（s，h），则不妨设h把s拒绝后接受了s‘的简历，那么，既然s‘把简历投递给了h，就说明s‘被ta更喜欢的所有医院全都拒绝了。根据归纳假设，则不存在任何方法将s‘匹配与h之前的医院，而对医院h来说s‘又比s要好，所以匹配（s，h）会造成不稳定匹配（s‘，h）的出现，因此（s，h）不能出现在任何一个稳定匹配之中，由归纳假设，命题得证。

推论：延迟接受算法对于学生具有最优性（student-optimal），而同理对医院具有最劣性（hospital-worst）；但是，如果将算法中的医院和学生对调位置，就会形成一个学生最差而医院最优的算法了。

2.3 Strategyproof Considerations（是否防策略？）

问题：每个人是否有动机去隐瞒他们的偏好？（即欺骗算法？）

讨论：这个简单的问题其实是相当困难的，不过最终我们可以证明，学生有动力去保持诚实，而学校则可能试图隐瞒它们的偏好。

如有兴趣，请参考这本书上的定理10.6.18：Y. Shoham and K. Leyton-Brown. Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations. Cambridge University Press, 2009.

2.4 Key Take-away（小结）

在这个双边市场中，你只能使得均衡的一方受利而另一方受害。不过，一旦你决定了算法要倾向于那一侧，那么就无需再做额外的平衡了。

3 Epilogue ：College Admission Revisited（后记：择校）

讨论：这个算法能否应用在大学择校上？

解答：在不同的国家可能不同。在美国，因为人才的标准划分实在太多，而且在不同的专业选择中偏好也可能不同，因此很难准确地给每个人一个标准的偏好排序，所以做不到。但是，在那些几乎仅使用高考（college-entrance-exam）作为人才划分标准的国家，这个算法是可行的，例如，匈牙利就是采用这个算法来为高考生分配大学的。