k-taxi问题论文阅读有感

1. 论文阅读报告
   1. 摘要

k-taxi出租车问题 分为on-line（在线）和off-line(离线)问题，其主要区别是已知和未知将要服务的点，也叫hard（难） easy（易）出租车问题，本文主要讨论在线难k-taxi 问题。

      提出了一种用于hierarchically separated trees（HSTs）的无记忆随机算法，竞争比2k-1，提出以及两个匹配下界，提出随机O（2klogn）竞争算发针对于任意n点度量空间，提出k=2时竞争比9，难3出租车问题达到常数竞争比。

 (2k−1)-competitive algorithm for HSTs竞争算法在1.1里面有介绍，匹配下界在2.1,2.2里，在2.4里面又给出一种简化的分成图遍历来导出定理1.3和定理1.4的下界，2.5导出定理1.4的上界，三出租车在线问题也就是定理1.5在2.6里面给出，easy k-taxi 和 k-server问题的等价性在第三部分（3.0）给出。

 

1. 1. 问题定义

竞争比：未知服务点序列代价/已知服务点序列代价

1. 关键定义：
   HSTs（Hierarchically Separated Trees）:

1. α-HST 是指子结点的权重是父结点权重的1/α
2. 两个叶子之间的距离定义为两者最小共同祖先的权重
3. 根结点到每一个叶结点的距离相等
4. 度量空间只包含叶结点
5. 最小度量空间是u到其父母为（α-1）/2*Wu，u为内结点则

α/2*Wu，u为叶子则α/2*Wu

1. 简单，难k出租车问题：

1. 在一张图上面有n个点一共有k辆出租车，k辆出租车要服务于这n个点每个点都可能提出请求
   1. 算法或证明过程

• 首先是Optimally Competitive Algorithm for HSTs这里是一种电路思想，把树想象成电路，边的长度就是电阻，而选择的依据是较小的电阻，将算法想象成一种flow（流）。

SA是最接近S的点

κ(A)=|A∩{t1,...,tk}|

κ(A)=1, 则A=PsAti，对于一些属于子树集合的B，C，A是B,C, PsAsA’的交集，且sB=sC=sA′，电阻（路长）RA可以定义为 1

定理2.1：当树满足HST性质之一，根叶结点距离相等，那么该算法是针对难k出租车问题的2k-1竞争比的。

证明：满足条件 cost，∆M代表服务序列的代价和最小匹配值得相关确定增加

ℓ(P)是P的长度，把Ptis 分成两个部分Ptis\Ptss 和 Ptis∩Ptss

2如果是Ptis的边计算负数否为正，对于A∈N使得：

作为边到匹配界的贡献值，使得 作为算法在A的边上发生的预期估计代价，根据上面的式子可以推导出 3

因为E(cost)=c(N)且E(∆M) ≤m(N)，

所以足以证明 4

 

声明2.2：任意A∈N，满足ts∈A,m(A)=c(A)−2RA

证明：通过κ(A)的归纳法证明，κ(A)=1, 则A=PsAts，定义ti∈A，m(A)和c(A)期望的等价条件是ti=ts.所以得到m(A)=−ℓ(PsAts)且c(A)=ℓ(PsAts)。又因为RA=d(sA,ts)=ℓ(PsAts)，PsAs′A包含于Ptis和Ptss，其对于m（A）做了负的贡献，A∩Ptis其他部分在B的部分和在C的部分的概率是 可以导出

在失一般性的前提下，设B为含有ts的子树，然后应用归纳假设代替公式中的m（B）。此外，Ptss的边缘不与C相交，

因此m（C）=C（C）且 5

再由3,5算式推出

 

根据上述声明，4式可改写为 6

重写κ(A)RA≥h(A)7