中文

不确定性下的在线购买

数据结构与算法 2017-01-11 v2

摘要

假设有一组独立均匀 [0,1][0,1] 随机变量 x1,x2,,xNx_1,x_2,\dots,x_N,以及顶点集 {1,,N}\{1,\dots,N\} 上 \emph{target structures} 的超图 \cF\cF。我们希望以较小代价购买一个目标结构,但事先并不知道所有代价 xix_i。相反,我们逐个检查随机变量 xix_i,且在每次检查后,选择以代价 xix_i 保留顶点 ii,或永远拒绝顶点 ii。在本文中,我们考虑 {1,,N}\{1,\dots,N\} 为某图的边集,且目标结构为图的生成树、有向图的生成树形图(arborescences)、固定顶点对之间的路径、完美匹配、哈密顿圈或某种固定大小的团的情况。

关键词

引用

@article{arxiv.1605.06072,
  title  = {Online purchasing under uncertainty},
  author = {Alan Frieze and Wesley Pegden},
  journal= {arXiv preprint arXiv:1605.06072},
  year   = {2017}
}

备注

Minor changes