未知到达顺序的在线随机匹配：击败在线最优的$0.5$比率
数据结构与算法
2025-03-26 v1
摘要
我们研究在线随机匹配问题。针对离线基准，Feldman、Gravin和Lucier (SODA 2015)设计了一个最优的竞争比算法。最近由Papadimitriou、Pollner、Saberi和Wajc (MOR 2024)发起的一系列工作专注于针对在线最优设计近似算法。在线基准允许超过比率的正面结果。在这项工作中，我们借鉴Ezra、Feldman、Gravin和Tang (SODA 2023)的顺序竞争分析，针对未知到达顺序的在线基准设计了一个顺序竞争算法。我们的算法与现有算法显著不同，因为已知到达顺序对于先前的近似算法至关重要。
引用
@article{arxiv.2503.19456,
title = {Online Stochastic Matching with Unknown Arrival Order: Beating $0.5$ against the Online Optimum},
author = {Enze Sun and Zhihao Gavin Tang and Yifan Wang},
journal= {arXiv preprint arXiv:2503.19456},
year = {2025}
}
备注
To appear in the 57th Annual ACM Symposium on Theory of Computing (STOC 2025)