用于最大化在线拼车收益的SBP算法
数据结构与算法
2019-12-16 v1
摘要
在在线拼车问题（OLDARP）中，一辆服务器在度量空间中行驶以服务乘车请求。我们考虑一种变体，其中每个请求指定一个起点、目的地、释放时间和服务该请求所赚取的收益。目标是在给定时间限制内最大化赚取的总收益。我们证明，对于任何非抢占式确定性在线OLDARP算法，都无法保证其赚取超过最优离线解所赚取收益的两倍。然后我们研究了文献\cite{atmos17}中针对加权图一般情形的分段最佳路径（Segmented Best Path, SBP）算法。在关于输入实例的合理假设下，先前建立的SBP竞争比的下界和上界分别为4和6。我们消除了这一差距，证明竞争比为5（在相同合理假设下）。我们还证明了当收益均匀时，SBP的竞争比为4。最后，我们给出了SBP在完全二部图上的竞争分析。
引用
@article{arxiv.1912.06300,
title = {The SBP Algorithm for Maximizing Revenue in Online Dial-a-Ride},
author = {Ananya Christman and Christine Chung and Nicholas Jaczko and Tianzhi Li and Scott Westvold and Xinyue Xu},
journal= {arXiv preprint arXiv:1912.06300},
year = {2019}
}