计算机科学 > 数据结构与算法
[提交于 2024年9月15日
(v1)
,最后修订 2025年8月23日 (此版本, v2)]
标题: 基于优先级的稳定匹配问题局部搜索算法
标题: A Tie-breaking based Local Search Algorithm for Stable Matching Problems
摘要: 稳定婚姻问题中的不完整列表和绑定(SMTI)以及带有绑定的医院/居民问题(HRT)在匹配理论中具有重要意义,并有广泛的实际应用。 在本文中,我们引入了一种基于绑定打破的局部搜索(TBLS)算法,旨在为SMTI和HRT问题实现最大规模的弱稳定匹配。 TBLS首先任意解决所有绑定,并通过根据偏好等级和当前稳定匹配调整绑定内的相对顺序来迭代地改进绑定打破策略。 此外,我们引入了TBLS-E,这是针对SMTI问题的一个注重公平性的TBLS变体。 该变体保持最大化匹配规模的目标,同时通过两个简单的修改增强公平性。 与另外十种近似和局部搜索算法相比,TBLS实现了最高的匹配规模,而TBLS-E表现出最低的性别平等成本。 显著的是,TBLS-E保持了与TBLS相当的匹配规模。 我们的两种算法在解决大规模实例时都比其他局部搜索算法具有更快的计算速度。 此外,我们的可扩展性分析表明,随着问题规模的增加,两种算法都能保持高效的性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.