[論文レビュー] Tight competitive ratios of classic matching algorithms in the fully online model

Zhiyi Huang, Binghui Peng+4 more|arXiv (Cornell University)|Jan 6, 2019

Optimization and Search Problems被引用数 33

ひとこと要約

この論文は、すべての頂点がオンラインで到着し、グラフが一般である完全オンラインマッチング問題において、古典的なマッチングアルゴリズムのタイトな競合比を確立する。分数水補填アルゴリズムが $1 - \frac{1}{e}$ の競合比を達成することを証明し、二部グラフにおける整数ランク付けアルゴリズムは正確に $\approx 0.567$-競合的であり、既知の下界と一致する。これにより、このモデルにおける長年の競合分析のギャップが解消される。

ABSTRACT

Huang et al. (STOC 2018) introduced the fully online matching problem, a generalization of the classic online bipartite matching problem in that it allows all vertices to arrive online and considers general graphs. They showed that the ranking algorithm by Karp et al. (STOC 1990) is strictly better than 0.5-competitive and the problem is strictly harder than the online bipartite matching problem in that no algorithms can be (1 --- 1/e)-competitive.This paper pins down two tight competitive ratios of classic algorithms for the fully online matching problem. For the fractional version of the problem, we show that a natural instantiation of the water-filling algorithm is [MATH HERE]-competitive, together with a matching hardness result. Interestingly, our hardness result applies to arbitrary algorithms in the edge-arrival models of the online matching problem, improving the state-of-art [MATH HERE] upper bound. For integral algorithms, we show a tight competitive ratio of ≈ 0.567 for the ranking algorithm on bipartite graphs, matching a hardness result by Huang et al. (STOC 2018).

研究の動機と目的

• 完全オンラインマッチング問題における古典的アルゴリズムの競合比に関する既知の上限と下限のギャップを埋めること。
• 分数水補填アルゴリズムの性能を分析し、そのタイトな競合比を確立すること。
• 完全オンラインモデルにおける二部グラフにおけるランク付けアルゴリズムのタイトな競合比（約 0.567）を証明すること。
• 下界結果を一般エッジ到着モデルに拡張し、先行の上限を改善すること。

提案手法

• 完全オンライン設定における分数水補填アルゴリズムの新規分析により、原双対フレームワークを用いてその競合性を確立する。
• 分数ケースにおけるマッチングの下界結果の導出。これにより、どのアルゴリズムも $1 - \frac{1}{e}$ を超える競合比を達成できないことが示される。
• ランク付けアルゴリズムを完全オンラインモデルに適応し、二部グラフにおける $\approx 0.567$-競合性の証明。
• すべてのアルゴリズムに適用可能な下界インスタンスの構築。これにより、先行の上限を改善する。

実験結果

リサーチクエスチョン

• RQ1 完全オンラインマッチング問題における分数水補填アルゴリズムの正確な競合比は何か？
• RQ2 ランク付けアルゴリズムは、完全オンラインモデルにおける二部グラフで競合比が 0.5 を厳密に上回るか？
• RQ3 ランク付けアルゴリズムの競合比はタイトか？ そして既知の下界と一致するか？
• RQ4 ランク付けアルゴリズムの下界結果を、すべてのエッジ到着モデルにおけるアルゴリズムに拡張できるか？

主な発見

• 分数水補填アルゴリズムは $1 - \frac{1}{e}$ の競合比を達成し、この境界はタイトである。
• マッチングの下界結果により、分数設定ではどのアルゴリズムも $1 - \frac{1}{e}$ を超える競合比を達成できないことが示される。 これはエッジ到着モデルに対しても成立する。
• 整数ランク付けアルゴリズムは、完全オンラインモデルにおける二部グラフで約 0.567 の競合比を達成する。
• この競合比は Huang ら（STOC 2018）が示した既知の下界と一致しており、これがタイトであることを証明する。
• 分数ケースの下界結果は、エッジ到着モデルにおけるすべてのアルゴリズムに適用可能であり、現在の最良の上限を改善する。
• 本研究により、完全オンラインマッチングフレームワークにおける古典的アルゴリズムの最適性に関する長年の未解決問題が解消される。