Füllen von Behältern mit Paaren Kugeln


12

Ein Behälter heißt voll, wenn er mindestens k Bälle enthält. Unser Ziel ist es, so viele Behälter wie möglich zu füllen.

Im einfachsten Fall erhalten wir n Bälle und können diese beliebig anordnen. In diesem Fall ist es offensichtlich das Beste, dass wir n/k Behälter auswählen und k Kugeln in jeden von ihnen einsetzen.

Folgendes Szenario interessiert mich: Wir bekommen n Paar Bälle. Wir müssen die beiden Bälle eines jeden Paares in zwei verschiedene Behälter legen. Dann kommt ein Gegner und entfernt einen Ball von jedem Paar. Was können wir tun, um die maximal mögliche Anzahl an vollen Behältern nach dem Entfernen zu erreichen?

Eine einfache Strategie ist: n/(2k1) Paare von Behältern. Füllen Sie jedes Behälterpaar mit 2k1 Kugelpaaren (jeder Behälter enthält 2k1 Kugeln, eine Kugel von jedem Paar). Unabhängig davon, was unser Gegner entfernt, haben wir in jedem Bin-Pair mindestens einen vollen Bin.

Haben wir eine Strategie, die eine größere Anzahl von vollen Behältern erreicht (mehr als n/(2k1) )?


1
Ich glaube nicht
Zach Saucier

n ist gegeben undk ist gegeben? k hängt vonn ?
Evil

@EvilJS n und k sind gegeben und unabhängig.
Erel Segal-Halevi

Platziert der Spieler alle seine n Paare von Bällen und der Gegner wählt dann n Bälle? eins und so weiter, bis keine paar Bälle mehr zu platzieren sind?
Rotia

@rotia Der Spieler platziert alle seine n Paare von Bällen und der Gegner wählt dann n Bälle aus.
Erel Segal-Halevi

Antworten:


2

TL; DR - Nein, es gibt keine bessere Strategie als die einfache Strategie. Hier ist die Hauptidee des Beweises. Wenn nicht genügend Bälle sind, wird es eine „Kugelbahn“ sein , von einem k -volle ist zu einem Behälter mit höchstens k2 Bällen. Der Gegner kann einen Ball von diesem vollen Behälter zu diesem weniger vollen Behälter auf diesem Weg weitergeben, was wiederholt erfolgen kann, bis die Anzahl der k vollen Behälter verringert ist.


Umformulierung in der Graphentheorie

Nehmen wir an, wir erhalten einen einfachen endlichen Graphen mit einer Funktion w : E Z 0 . Wir sagen, es gibt w ( e ) Bälle in Kante e . Sei E 2 die (endmarkierte Kante) Menge { ( e , v ) | e E , v e } . Wenn d : E 2Z 0 erfülltG(V,E)w:EZ0w(e)eE2{(e,v)|eE,ve}d:E2Z0 für jede Kante e = { v 1 , v 2 } , sagen wirdaß d ist w -verteilende. Jede w- verteilende Funktion d induziert eine Funktion, für die wir dasselbe Symbol verwenden, d : V Z 0 , d ( v ) =w(e)=d(e,v1)+d(e,v2)e={v1,v2}dwwdd:VZ0 . Wir sagen, dass d ( v ) Bälle in v sind . Bei k Z > 0 sei F k ( d ) = # { v V | d ( v ) k } , die Anzahl der k- vollständigen Eckpunkte von d .d(v)=ved(e,v)d(v)vkZ>0Fk(d)=#{vV|d(v)k}kd

(Erel-Apass-Theorem) Für jeden einfachen endlichen Graphen und w : E Z 0 gilt e E w ( e ) ( 2 k - 1 ) min w -Verteilung  d F k ( d )G(V,E)w:EZ0eEw(e)(2k1)minw-distributing dFk(d)

Stellen Sie sich vor, jeder Scheitelpunkt ist eine Bin. Für jede Kante werden w ( e ) Kugelpaare in v 1 und v 2 gesetzt , von denen jedes w ( e ) Kugeln erhält . Unter diesen w ( e ) Kugelpaaren kann der Gegner d ( e , v 2 ) Kugeln von v 1 und d ( e , v 1 wegnehmene={v1,v2}w(e)v1v2w(e)w(e)d(e,v2)v1 Bälle aus v 2 . Das Endresultat ist dasselbe, als ob für jede Kante e = { v 1 , v 2 } ,wenn anfangs alle leeren Bins gegeben sind, w ( e ) Bälle hineingelegt werden und dann d ( e , v 1 ) und d ( e , v 2 ) Bälle werdenvom Gegnerauf v 1 bzw. v 2 verteilt. Dahersagt Erel-Apass-Theorem das, um sicherzustellend(e,v1)v2e={v1,v2}w(e)d(e,v1)d(e,v2)v1v2 k-volle Behälter nach der Entfernung eines intelligenten Gegners werden mindestens ( 2 k - 1 ) t Paare Bälle benötigt. t(2k1)tMit anderen Worten, eine optimale Strategie, um die maximal mögliche Anzahl derverbleibendenvollen Bins zu erreichen, ist in der Tat die "einfache Strategie", bei der ein anderes Bins-Paar wiederholt mit Ballpaaren gefüllt wird, bis nicht mehr genügend Balls zum Wiederholen vorhanden sind .2k1


Beweis des Satzes

Um dem Widerspruch willen sei und w ein Gegenbeispiel, dessen Anzahl von Eckpunkten die kleinste unter allen Gegenbeispielen ist. Das heißt, es gibt eine w- Verteilung von m, so dass F k ( m ) unter allen F k ( d ) der w- Verteilungsfunktion d minimal ist . Weiterhin Σ e E w ( e ) < ( 2 k - 1 )G(V,E)wwmFk(m)Fk(d)wd

eEw(e)<(2k1)Fk(m)

Sei . Sei V = { v V | m ( v ) k } . Also ist F k ( m ) = # V .Vs={vV|m(v)k2}V={vV|m(v)k}Fk(m)=#V

Anspruch one: . Vs
Nachweis des Anspruchs eins. Angenommen, ist leer. Σ v V m ( V ) = ( k - 1 ) # V + Σ v V ( m ( v ) - ( k - 1 ) ) ( k - 1 ) # V + # V l >Vs Lass uns auchWiederverwendung w als eine Funktion von V zu Z 0 , so dass w ( v ) = Σ v e w ( e ) für jedes v V . v V w ( v )

vVm(v)=(k1)#V+vV(m(v)(k1))(k1)#V+#V>(k1)#V
wVZ0w(v)=vew(e)vV
vVw(v)=vVvew(e)=eEvew(e)=eE2w(e)=2eEw(e)=2eEvem(e,v)=2vVvem(e,v)=2vVm(v)>2(k1)#V
So there must be a vertex b such that w(b)2k1.

G(V,E)wV=V{b}, G(V,E) is the induced graph G[V] and where w=w|E. For any w-distributing function dwdddd is the same as d on E while dd(e,b)=w(e) for every edge e adjacent to b. Note that Fk(dd)=Fk(d)+1 since dd(b)=bedd(e,b)=bew(e)=w(b)2k1k. Then

eEw(e)eEw(e)w(b)<(2k1)Fk(m)(2k1)=(2k1)(minw-distributing dFk(d)1)(2k1)(minw-distributing dFk(dd)1)(2k1)minw-distributing dFk(d)
So, G(V,E) and w is a counterexample whose number of vertices is smaller than the number of vertices in G. That cannot true by our assumption about G(V,E) and w. So claim one is proved.

For any vertex v, define v d-reachable from vertex u if there is a path u0=u,u1,u2,,um,um+1=v, m0 such that d({ui,ui+1},ui)>0. Let Vr=V{vV|uV and v is m-reachable from u}.

Claim two: Vr=V
Proof of claim two: Suppose VrV. For any vertex vVr and uVr, since we cannot reach u from v, if {v,u} is an edge, then w({v,u},v)=0. Consider the induced setup G(V,E) and w, where v=Vr, G(V,E) is the induced graph G[V] and where w=w|E. For any w-distributing function d, we can extend it to a w-distributing function dd where dd is the same as d on E and the same as m on other edges. Note that Fk(dd)=Fk(d) since all vertices with no less than k balls inside are in VVr. Then

eEw(e)eEw(e)<(2k1)Fk(m)=(2k1)minw-distributing dFk(d)(2k1)minw-distributing dFk(dd)(2k1)minw-distributing dFk(d)
So, G(V,E) and w would be a counterexample whose number of vertices is smaller than the number of vertices in G. That cannot be true by our assumption about G(V,E) and w. So claim two is proved.

Now let us prove the theorem.

Since Vr=V and Vs, there is a path u0=u,u1,u2,,um,um+1=v, m0 with m(u)>k, m(v)k2 and d({ui,ui+1},ui)>0. Let us construct a new w-distributing function r(m) from m so that

r(m)(e,u)={m({ui,ui+1},ui)1 if (e,u)=({ui,ui+1},ui) for some 0imm({ui,ui+1},ui+1)+1 if (e,u)=({ui,ui+1},ui+1) for some 0imm(e,u) otherwise 

m and r(m) agrees on all vertices except v and u, m(v)<r(m)(v)k1 and r(m)(u)<m(u). We can apply this procedure on r(m) to get r2(m). Repeating this i time for some large enough i, we will obtain a w-distributing function ri(m) with Fk(ri(m))=0. However, we have assumed that Fk(m)>0 is the minimum among F(d) of w-distributing function d. This contradiction shows that we have proved the Erel-Apass theorem.


I read the proof, it looks good. In fact, if I understand correctly, it is even more general since it allows for an arbitrary graph - my question is a special case where G is the complete graph. Is this correct? Another question: where exactly does the proof use the fact that m is such that Fk(m) is minimal? I see that it is used only at the last paragraph - are the previous claims in the proof true without this fact?
Erel Segal-Halevi

Yes, the theorem is correct for any graph since it says "for any (simple finite) graph G(V,E)". The minimality of Fk(m) is necessary for each claim. If you search for "counterexample", you will find where the minimality is used.
John L.
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.