稳定匹配问题

这是 Algorithm Design 一书开篇介绍的一个很有意思的问题

问题描述

有n个男人和n个女人(n>=2),每个男人对所有女人有一个好感度排名,每个女人对所有男人也有一个好感度排名。将男女两两配对,得到n对男女,称之为一个完美匹配。如果有一组男女A和B,他们在匹配中没有被配对,且对对方的好感度均大于对现有配偶的好感度(男人A觉得女人B好过现在的妻子C,女人B觉得A好过现在的丈夫D),则称之为一个不稳定配对。如果一个完美匹配中没有不稳定配对,则称改匹配为一个稳定匹配

那么问题来了,稳定匹配是否一定存在呢?

看一个例子

Man 1st choice 2nd choice 3rd choice
Xavier Alice Bessie Chelsea
Yale Bessie Alice Chelsea
Zeus Bessie Alice Chelsea
Woman 1st choice 2nd choice 3rd choice
Alice Yale Xavier Zeus
Bessie Xavier Yale Zeus
Chelsea Xavier Yale Zeus

在这个例子中,Xavier-Alice,Yale-Bessie,Zeus-Chelsea就是一个稳定匹配;同样的,Yale-Alice,Xavier-Bessie,Zeus-Chelsea也是一个稳定匹配。

Gale-Shapley算法

事实上,一个很直觉的算法就可以得到稳定排序。换言之,上文描述的稳定匹配是一定存在的。

gale-shapley.jpg

算法大意是:只要还有男人没有配偶,就任取一个男人m,他会按照喜好度由高到低向他从未求婚过的女人们依次求婚。如果被求婚的女人现在没有配偶,就接受;如果女人有配偶,且对m的好感度高于现在的配偶m',就将配偶替换成m,同时m'恢复单身;如果女人觉得现在的配偶优于m,则拒绝m的求婚。最终所有男人都有配偶时,算法结束。

这一算法的提出者之一 Lloyd S. Shapley 获得了2012年的诺贝尔经济学奖,同时获奖的还有 Alvin E. Roth。他们所被表彰的贡献正是该算法所研究的稳定配置理论。

下面简单阐述一下该算法的正确性:
一定会终止:男人不会向同一个女人求婚两次,那么最多有n^2次求婚。而且当一个男人求婚n次后,一定有配偶(假如有一个男人没有配偶,那么一定有一位单身女性,而且该女人没被他求婚过)。所以,算法一定终止,而且一定返回一个完美匹配。
所得匹配一定稳定:假如有一个不稳定配对,男人m1和女人w1是一对,男人m2和女人w2是一对,m1觉得w2好于w1,w2觉得m1好于m2。这两个匹配形成一定有先后顺序,假设m1和w1先配对,那么m1此时一定已经向w2求过婚,求婚结果有两种:w2当时接受了,注意到,算法中女人一旦接受了求婚,就一定会一直有配偶,且在她的视角而言,配偶只会越来越好,这与结果中w2与m2配对是矛盾的;如果w2当时没有接受m1的求婚,那么w2当时一定有比m1更好的配偶,最后也不会选择m2。所以算法返回结果中不存在不稳定配对,一定是稳定的。

在例子中我们已经看到了,稳定匹配不是唯一的。那么Gale-Shapley算法的输出唯一吗?

答案是肯定的。我们称一个女人w是某男人m的稳定伴侣,如果存在一个稳定匹配,其中m和w被配对。GS算法返回的结果中,每个男人得到的都是最佳的稳定伴侣。也就是说,男人主动地去追求配偶是一个男性占便宜的规则。而且,每个女人得到的都是最差的稳定伴侣。

一些有意思的拓展

已知GS算法后,撒谎是否有好处?
答:男人一定没有,女人可能会有。将上文例子中女人的偏好修改如下:

Woman 1st choice 2nd choice 3rd choice
Alice Yale Zeus Xavier
Bessie Xavier Yale Zeus
Chelsea Xavier Yale Zeus

Alice将自己的第二选择和第三选择对调,大家可以自行模拟一下,最后Alice会配对到自己最心爱的Yale,而非说实话情况下的Xavier(贴吧阴险

如果取消男女限制,每个人对剩下所有人都有好感度排名会怎样
重新假设一个场景,2*n个男生进行宿舍匹配,每个人对其他人都有一个好感度排名。在这样的设定下,稳定匹配就不一定存在了,反例如下:

Name 1st choice 2nd choice 3rd choice
Adam B C D
Bob C A D
Chris A B D
David A B C

本文图片来自 Lecture Slides for Alogorithm Design by Jon Kleinberg and Éva Tardos.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342

推荐阅读更多精彩内容

  • 稳定匹配的两种方式 完美匹配 集合M={m1,m2……mn}和集合W={w1,w2……wn},令M×W={(mi,...
    NorthCity阅读 1,204评论 0 0
  • 为什么你们那么快乐 尽情享受 这世间美好 尽情欢愉 尽情交配 尽情享受作为一个个体 在这颗星球上的权利 为什么我总...
    绝望诗社阅读 173评论 0 1
  • 听说人只有纵向比较才可能获得稍微的幸福感。见一文章上说成年后自己在下雪天乘坐公交,竟感觉幸福,因想起自己小时候只要...
    岫蓦阅读 223评论 0 0
  • 这是最后一节散文课了,台湾散文。光头老师,不太受我们欢迎,最少的时候只有三个人来上课。我这是第一次。 坐在教室最后...
    待呆阅读 195评论 0 0
  • 语言符号及其本质 符号是人类思维的最核心的载体。 语言是最常见最典型的一种符号系统。 符号的本质是知觉,可以是声音...
    孟浪之言阅读 982评论 0 4