完全在线匹配的一个更强不可能性结果
数据结构与算法
2021-09-07 v2
摘要
我们重新审视完全在线匹配模型（Huang et al., J. ACM, 2020），该模型是 Karp、Vazirani 与 Vazirani（STOC 1990）经典在线匹配模型的扩展，近期受到大量关注（Huang et al., SODA 2019 与 FOCS 2020），部分源于网约车平台的应用。已有研究表明，完全在线版本比经典版本更难，其可达竞争比至多为 ，而非精确的 。我们向该构造引入两个新思路。通过对改进构造的参数进行数值优化，我们得到改进的 不可能性结果。与先前界限类似，新界限甚至对二部图上的分数（而非随机化）算法也成立。
引用
@article{arxiv.2102.09432,
title = {A Stronger Impossibility for Fully Online Matching},
author = {Alexander Eckl and Anja Kirschbaum and Marilena Leichter and Kevin Schewior},
journal= {arXiv preprint arXiv:2102.09432},
year = {2021}
}
备注
Full version of a paper published in Operations Research Letters