在线算法分析.pdf

在线算法

什么是在线算法

▪考虑以下现实场景中

–输入随时间逐步到达

–算法需要做出一些“即时”决策。

▪例子

–买股票

–滴滴上匹配司机

举例：租还是买？

打篮球

▪坤坤没有篮球，但他经常会去打

篮球

▪打篮球需要篮球，价目表如下

–租一个篮球：10元

–买一个篮球：200元

▪作为ikun，你需要帮坤坤做决定，

现在是坤坤租篮球的第天了，请

问他该继续租，还是买下一个篮

球呢？

IKUN讨论时间

如何评价我们的在线算法（策略）

▪上帝的策略是什么？

–假设我们知道坤坤会打几天篮球，我们应该怎么办？

▪我们能达到最优策略吗？

▪回顾：近似算法中的近似比

▪你会怎么定义算法的好坏？

竞争比

▪如果一个算法在任何情况下都满足

–≤Γ⋅

–：OfflineOptimal（上帝的最优解）

▪我们称

–这个算法达到了竞争比(CompetitiveRatio)

–这个算法是一个−竞争的算法(Γ-Competitive)

▪你的算法能达到什么竞争比？

2竞争的算法

▪如果输入的价格

–租的价格是1

–买的价格是（为了方便假设为整数）

▪算法：

–如果≤1，买。

–如果1，持续租−1天后，如果坤坤又去打篮球，就买。

▪分析：

–如果坤坤最终玩的天数天，那么最优解就是一直租，我们是最优解。

–如果坤坤最终玩的天数≥天，那么最优解应该是一开始就买

▪最优解：

▪我们花的钱：−1+=2−1

我们能做的更好吗？

▪你们怎么认为？

▪你们打算怎么证明？

证明2竞争就是最好的算法

▪如果算法在≤−1天以内就选择买篮球，坤坤可能会在第

天后再也不打篮球了，此时：

–算法花费:−1+

–最优解花费:−1

–比例：−1+≥2

−1

▪如果算法租了−1天仍然没有买，坤坤可能打一辈子篮球，此

时：

–算法花费:≥+(−1)

–最优解花费:

–比例：2−1→2

我们真的没有办法了吗？

ikun从不放弃

▪能不能利用随机性？

▪如果算法没有随机性

–任何一个确定型的策略都有一个对应地未来使他比较差。

▪如果算法具有随机性

–任何一个未来我可能都有机会是好的。

▪举例：

–买股票：A或B，第二天会有一个涨。

–如果我固定买一个，最坏情况我就是不会涨。

–如果我随机挑一个，无论哪个涨，我都有一定的收益。

随机算法的评价方法

▪随机算法的竞争比定义

▪对任何输入情况

–≤Γ⋅

▪所以我们需要保证

–如果坤坤最后玩了天，

–max≤Γ

()

怎么随机？

随机想法

▪为了简单，我们以一个例子来说明

–租：1元

–买：100元

▪原确定型算法：在天买。

▪是不是可以留一定的概率早一点买？

算法1

▪为了简单，我们缩放一下价格

–租：1元

–买：100元

▪随机算法

–以50%的概率在第100天买

–以50%的概率在第80天买

▪请大家计算现在的期望收益的近似比。

如何进一步

▪算法定义

–随机选择一个,让坤坤在第天打篮球的时候买下篮球。

–Pr==

–∀,=0

▪算法表现

–如果最终坤坤打了天篮球

–=min{,}

–算法表现如何呢？

()=⋅+⋅1++⋅2++⋯⋅−1++෍