[論文レビュー] List Factoring and Relative Worst Order Analysis

Martin R. Ehmsen, Jens S. Kohrt+1 more|arXiv (Cornell University)|Sep 29, 2010

Optimization and Search Problems参考文献 23被引用数 4

ひとこと要約

この論文は、相対的最悪順序解析（RWOA）のための新しい証明技法としてリスト因数分解を導入し、静的リストアクセス問題に適用することで、競合分析と実験結果の不一致を解消する。RWOAにおいて、Move-To-Front、Time-Stamp、Frequency-Countは、競合分析とは対照的に同等に優れていることが示され、Transposeは著しく劣っていることが判明し、実験観察と整合的である。これにより、リスト因数分解はRWOAにおける強力なツールであることが立証される。

ABSTRACT

Relative worst order analysis is a supplement or alternative to competitive analysis which has been shown to give results more in accordance with observed behavior of online algorithms for a range of different online problems. The contribution of this paper is twofold. First, it adds the static list accessing problem to the collection of online problems where relative worst order analysis gives better results. Second, and maybe more interesting, it adds the non-trivial supplementary proof technique of list factoring to the theoretical toolbox for relative worst order analysis.

研究の動機と目的

• 競合分析がMove-To-Frontを最適とみなす一方で、実験結果ではFrequency-CountとTransposeが同程度に優れており、期待よりも良い結果を示すという不一致を解消する。
• RWOAフレームワークを静的リストアクセス問題に拡張し、実験的挙動とより整合性のある結果を得ることを目的とする。
• リスト因数分解をRWOAのための新しい非自明な証明技法として導入・検証し、アルゴリズムのより細かい比較を可能にする。
• RWOAにおけるランダム化アルゴリズムBITとRandomized-Move-To-Frontを比較し、競合分析がBITを好む一方で、両者はRWOAにおいては比較不能であることを示す。
• RWOAがオンラインアルゴリズムにおいて、競合分析よりも洗練され、現実に即した性能評価を提供できることを示す。

提案手法

• 競合分析から取り入れたリスト因数分解技術を、初めてRWOAフレームワークに適応する。
• フェーズベースの解析を用いて、異なるアルゴリズムの最悪順列におけるリクエスト列を比較する。
• 最悪順列への投影とペアワイズ性質を用いて、異なるリクエストパターンにおけるアルゴリズム挙動をモデル化する。
• 部分的および完全コストモデルを用いたコスト解析により、RWOAにおける性能を評価する。
• 特定のリクエスト列（例：⟨b, a^m⟩の繰り返し）を構築し、最悪挙動をテストし、アルゴリズムを比較する。
• 漸近的コストバウンドと不等式を用いて、最悪順列においてRMTFのコストがBITのコストよりも厳密に小さいことを示し、比較不能性を証明する。

実験結果

リサーチクエスチョン

• RQ1 リスト因数分解は、オンライン問題におけるアルゴリズム比較を改善するために、相対的最悪順序解析に成功裏に適応可能か？
• RQ2 なぜ競合分析はリストアクセスにおいて実験結果を反映できないのか？RWOAはこの問題を解決できるか？
• RQ3 競合分析における異なる競合比とは対照的に、RWOAにおいてMove-To-Front、Frequency-Count、Time-Stampは同等に優れていると言えるか？
• RQ4 RWOAにおいてRandomized-Move-To-FrontとBITは比較可能か、それとも結果が示唆するように比較不能か？
• RQ5 リスト因数分解技法は、競合分析やRWOAを越えて、他の性能指標に対しても一般化可能か？

主な発見

• リスト因数分解が相対的最悪順序解析に成功裏に拡張され、このフレームワークにおける初めての適用である。
• RWOAにおいて、Move-To-Front、Time-Stamp、Frequency-Countはすべて同等に優れており、競合分析との不一致が解消された。
• TransposeはRWOAにおいて他の3つのアルゴリズムと比べて著しく劣っていることが示され、実験結果と整合的である。
• BITは7/4-competitiveであり、RMTFは2-competitiveであるにもかかわらず、RWOAにおいてはBITとRMTFは比較不能であることが示された。
• RMTFの最悪リクエスト列は、⟨b, a^m⟩のような繰り返しパターンを用いて構築され、そのコストがBITの最悪順列におけるコストよりも厳密に小さいことが証明された。