设定目标即一切：在线选择的改进顺序竞争比
数据结构与算法
2024-06-24 v1 计算机科学与博弈论
摘要
在在线随机设置中，将在线基准作为经典离线基准的替代方案的研究兴趣日益增长。Ezra、Feldman、Gravin和Tang（SODA 2023）引入了顺序竞争比的概念，定义为最佳顺序不知情算法与最佳顺序知情算法性能之间的最坏情况比率，以量化由于缺乏到达顺序知识而造成的损失。他们表明，在在线单一选择设置（即先知问题）中，确定性算法实现的最优顺序竞争比为，并留下了一个开放问题：随机算法能否做得更好。我们通过引入一种新颖的算法族，称为“目标值算法”，坚定地回答了这个开放问题。我们表明，在线选择任务与猜测最优在线基准一样容易。具体来说，我们提供了：1）通过确定性设定目标值，提供了一种替代的最优顺序竞争算法；2）通过随机设定目标值，提供了一种顺序竞争算法。我们进一步给出了我们算法顺序竞争比的上界，表明我们的分析接近最佳可能，并为一般随机顺序不知情算法建立了的上界。
引用
@article{arxiv.2406.15192,
title = {Setting Targets is All You Need:Improved Order Competitive Ratio for Online Selection},
author = {Liyan Chen and Nuozhou Sun and Zhihao Gavin Tang},
journal= {arXiv preprint arXiv:2406.15192},
year = {2024}
}