- 论文阅读报告
- 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。
-
- 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
- 关键定义:
HSTs(Hierarchically Separated Trees):
- α-HST 是指子结点的权重是父结点权重的1/α
- 两个叶子之间的距离定义为两者最小共同祖先的权重
- 根结点到每一个叶结点的距离相等
- 度量空间只包含叶结点
- 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
- 简单,难k出租车问题:
- 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
- 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