동적 집합에서 무게 아이템 수집 일반화된 Whac a Mole 문제

본 논문은 온라인 경쟁 알고리즘이 동적으로 변하는 집합 S에서 가중치가 부여된 아이템을 한 번에 하나씩 수집하여 총 가중치를 최대화하는 문제, 즉 “Generalized Whac‑a‑Mole” 문제를 체계적으로 탐구한다. 연구는 크게 네 가지 모델로 구분된다. 1. **일반 동적 집합**: 아이템이 언제든 삽입·삭제될 수 있으며, 알고리즘은 매 단계 현재 활성인 아이템 중 하나만 선택한다. 여기서 저자들은 간단한 그리디 알고리즘(가장 무거운 활성 아이템을 선택)이 2‑competitive임을 증명하고, 적대자가 두 개의 동일 가중치 아이템을 제시하고 알고리즘이 하나를 잡으면 나머지를 즉시 삭제하는 전략을 통해 2라는 하한을 보인다. 무작위 알고리즘에 대해서는 메모리리스 전략이 2보다 나은 비율을 달성할 수 없으며, 적응형 적대자에 대해서도 동일한 하한이 유지된다. 2. **균일 감소형 집합**: 모든 아이템이 초기에 존재하고 가중치가 1이며, 이후에만 삭제가 허용된다. 이 경우 저자들은 Yao’s Min‑Max 원리를 이용해 적대자가 매 단계 임의의 활성 아이템을 선택·삭제하는 최적 전략을 설계한다. 이를 통해 어떤 무작위 알고리즘도 경쟁비율이 e/(e‑1)≈1.58보다 작을 수 없음을 보인다. 반대로, Uniform Random(모든 pend‑ing 아이템을 동등 확률로 선택) 알고리즘이 동일 비율을 달성함을 증명해 상한과 하한이 일치함을 확인한다. 3. **동적 큐**: 아이템이 리스트 형태로 정렬되고, 삭제는 리스트의 앞쪽(프리픽스)만 가능하도록 제한한다. 삽입은 리스트 어디든 가능하지만, FIFO 큐는 삽입을 리스트 끝에만 허용한다. 이 모델은 유한 지연 패킷 스케줄링(버퍼 관리) 문제와 동형이며, 특히 “Earliest‑Expiration‑First”(EEF) 성질을 만족하는 최적 해가 존재한다는 점을 이용한다. - **하한**: 모든 동적 큐(감소형 포함)에서 φ≈1.618 이상의 경쟁비율이 필요함을 두 아이템 a⊳b (가중치 1, φ)만을 이용한 적대자 전략으로 증명한다. 메모리리스 알고리즘에 대해서는 2라는 더 강한 하한을 제시한다. - **상한**: 세 가지 결정적 알고리즘을 제시한다. * **DecQueEFH**: 감소형 큐에서 약 1.737‑competitive을 달성한다(φ보다 개선). * **FIFOQueEH**: FIFO 큐에서 1.8‑competitive을 보인다. * **MarkAndPick**: 아이템 가중치가 리스트 순서에 따라 비감소인 경우 φ‑competitive을 달성한다. 이 결과는 가중치가 마감 시간과 함께 증가하는 패킷 스케줄링에 직접 적용될 수 있다. - **무작위 알고리즘**: 기존의 RMix 알고리즘을 동적 큐에 그대로 적용해 적응형 적대자에 대해 e/(e‑1) 경쟁비율을 얻는다. 메모리리스 무작위 알고리즘에 대해서도 동일 비율이 하한임을 증명한다. 4. **기술적 기여**: 저자들은 “지배 관계”라는 새로운 분석 기법을 도입해 아이템 집합 간 가중치 비교를 정량화하고, 이를 통해 기존 패킷 스케줄링 연구와 연결되는 강력한 경계들을 도출한다. 특히 φ와 e/(e‑1)라는 두 유명 상수가 다양한 제한 모델에서 동시에 나타나는 점은 문제의 근본적인 난이도와 구조적 특성을 잘 보여준다. 결론적으로, 논문은 동적 집합과 큐 모델에서 온라인 알고리즘의 경쟁비율에 대한 상한·하한을 체계적으로 정리하고, 몇몇 경우에 최적에 가까운 알고리즘을 제시함으로써 온라인 스케줄링 및 버퍼 관리 분야에 중요한 이론적 기반을 제공한다.