[논문 리뷰] Online Sorting and Online TSP: Randomized, Stochastic, and High-Dimensional

Mikkel Abrahamsen, Ioana O. Bercea외 3명|arXiv (Cornell University)|2024. 01. 01.

Optimization and Search Problems인용 수 1

한 줄 요약

이 논문은 실수 입력에 대한 온라인 정렬과 온라인 TSP 문제에서 열린 질문을 해결한다. [0,1] 구간 내 실수 입력에 대해 O(√n) 경쟁 비율을 개선할 수 없음을 랜덤화가 가능하더라도 입증하였으며, i.i.d. 균일 표본을 받는 스 tochastic 입력에 대해선 eO(n^{1/4}) 경쟁 비율을 확립하였고, 고정된 d에 대해 고차원 유클리드 공간 Rd에서도 O(√n)-경쟁성을 확장하였다. 결과적으로 온라인 기하학적 및 메트릭 TSP 문제에 대한 이해를 심화시키며, 해시 테이블 설계와의 연결 고리를 드러내었다.

ABSTRACT

In the online sorting problem, $n$ items are revealed one by one and have to be placed (immediately and irrevocably) into empty cells of a size-$n$ array. The goal is to minimize the sum of absolute differences between items in consecutive cells. This natural problem was recently introduced by Aamand, Abrahamsen, Beretta, and Kleist (SODA 2023) as a tool in their study of online geometric packing problems. They showed that when the items are reals from the interval $[0,1]$ a competitive ratio of $O(\sqrt{n})$ is achievable, and no deterministic algorithm can improve this ratio asymptotically. In this paper, we extend and generalize the study of online sorting in three directions: - randomized: we settle the open question of Aamand et al. by showing that the $O(\sqrt{n})$ competitive ratio for the online sorting of reals cannot be improved even with the use of randomness; - stochastic: we consider inputs consisting of $n$ samples drawn uniformly at random from an interval, and give an algorithm with an improved competitive ratio of $\widetilde{O}(n^{1/4})$. The result reveals connections between online sorting and the design of efficient hash tables; - high-dimensional: we show that $\widetilde{O}(\sqrt{n})$-competitive online sorting is possible even for items from $\mathbb{R}^d$, for arbitrary fixed $d$, in an adversarial model. This can be viewed as an online variant of the classical TSP problem where tasks (cities to visit) are revealed one by one and the salesperson assigns each task (immediately and irrevocably) to its timeslot. Along the way, we also show a tight $O(\log{n})$-competitiveness result for uniform metrics, i.e., where items are of different types and the goal is to order them so as to minimize the number of switches between consecutive items of different types.

연구 동기 및 목표

• Aamand 등(SODA 2023)이 제기한, [0,1] 구간 내 실수의 온라인 정렬에 대해 O(√n) 경쟁 비율이 랜덤화를 통해 향상될 수 있는지 여부라는 열린 질문을 해결하기 위해.
• 항목들이 구간에서 i.i.d. 균일 표본으로 주어지는 스 tochastic 입력 모델 하에서 온라인 정렬을 분석하고, 향상된 경쟁 비율을 도출하기 위해.
• 고정된 d에 대해 고차원 유클리드 공간 Rd로 온라인 정렬 문제를 확장하고, 악성 입력 환경에서도 경쟁 비율을 확립하기 위해.
• 특히 선형 프로빙과 버퍼 공간 활용 방식을 통해 효율적인 해시 테이블 설계와 온라인 정렬 간의 연결 고리를 탐색하기 위해.
• 다양한 메트릭, 특히 Rd와 균일 메트릭에서 온라인 TSP의 경쟁 비율을 조사하고, 조언 모델과 부분적으로 정렬된 입력에서의 열린 문제를 규명하기 위해.

제안 방법

• O(√n)보다 나은 경쟁 비율을 달성할 수 없음을 입증하기 위해, 어려운 입력 분포를 구성하고 기대 비용을 분석함으로써, [0,1] 내 실수의 온라인 정렬에 대해 랜덤화 알고리즘이나 무심한 적대자에 대해서도 Ω(√n)의 하한을 확립함.
• 항목들을 배열 인덱스로 매핑하기 위해 해시 함수 h(x) = ⌊βn · x⌋를 사용하는 랜덤화 온라인 알고리즘을 설계함. 이때 wraparound를 방지하고 탐색 단계를 줄이기 위해 αn 크기의 버퍼를 활용함.
• 더 큰 크기 βn의 배열에서 선형 프로빙 과정과 온라인 정렬 과정을 결합함으로써, 삽입당 기대 단계 수를 제한함. 이는 Knuth의 고전 결과를 활용함.
• Knuth(1963)의 정리 30을 활용하여 기대 총 단계 수를 제한함으로써, γ > 1이 버퍼 크기를 제어하는 상수일 때 경쟁 비율 상한이 O(1 + 1/(γ−1))임을 도출함.
• 유사한 해시 및 버퍼링 전략을 사용하여, 고정된 d에 대해 Rd로 적대적 입력 환경에서의 온라인 정렬 모델을 확장하고, O(√n)-경쟁성이 달성 가능함을 보임.
• 균일 메트릭 케이스(다른 항목 유형 간 전환 수를 최소화)를 분석하고, O(log n) 경쟁 비율이 타당함을 입증함으로써, 다양한 메트릭 구조에서 문제의 완전한 그림을 제공함.

실험 결과

연구 질문

• RQ1 무심한 적대자에 대비하여, [0,1] 내 실수의 온라인 정렬에서 랜덤화가 O(√n) 경쟁 비율을 향상시킬 수 있는가?
• RQ2 항목들이 구간에서 i.i.d. 균일 표본으로 주어질 경우, 온라인 정렬에서 달성 가능한 경쟁 비율은 무엇이며, 이는 해시 테이블 성능과 어떻게 관련되는가?
• RQ3 고정된 d ≥ 1에 대해, 악성 입력 환경 하에서 고차원 유클리드 공간 Rd에서 O(√n)-경쟁성이 달성 가능한가?
• RQ4 Rd에서 온라인 TSP의 최적 경쟁 비율은 무엇이며, 이는 d와 n에 따라 어떻게 변화하는가?
• RQ5 온라인 정렬과 리스트 레이블링 간의 하이브리드 모델을 설계하여, 온라인 순서 문제에서 오차와 재구성 비용을 균형 잡을 수 있는가?

주요 결과

• [0,1] 내 실수의 온라인 정렬에 대해 O(√n) 경쟁 비율은 무심한 적대자에 대비해 랜덤화를 사용하더라도 최적임을 입증함. 즉, o(√n) 경쟁성은 달성 불가.
• 구간에서 i.i.d. 균일 표본을 받는 입력에 대해선, 이전의 최악의 경우 O(√n) 보다 훨씬 우수한 eO(n^{1/4}) 경쟁 비율을 달성함.
• 고정된 d ≥ 1에 대해, 악성 입력 환경 하에서 Rd에서의 온라인 정렬에 대해 O(√n)-경쟁성이 달성 가능함을 보이며, 문제를 고차원 공간으로 확장함.
• 분석을 통해 온라인 정렬과 선형 프로빙 해시 테이블 간의 강력한 연결 고리가 드러남. 기대 탐색 단계 수는 해시 테이블 성능에 관한 고전 결과를 통해 제한됨.
• 균일 메트릭(다른 항목 유형 간 전환 수를 최소화)의 경우, O(log n) 경쟁 비율이 타당함을 입증하여 이 특수 케이스를 완전히 해결함.
• Rd에서의 온라인 TSP에 대해선 상한이 O(√n log n)임을 도출하였고, Ω(√n) 하한과 비교해 log n의 격차가 존재함을 확인함으로써, n과 d에 대한 의존성 향상 여지가 있음.