Évidement, les deux séquences d’objets peuvent être rangées dans deux bins unitaires. Un
algorithme Aavec facteur d’étirement cdoit ranger ces deux séquences d’objets dans des bins
de taille au plus c. Soit Arange les deux premiers objets, de taille 1
3, dans le même bin ou
dans des bins différents. Dans le premier cas, avec la séquence π, le plus petit bin est rempli
au moins à 4/3, donc c≥4
3. Sinon, avec la séquence π0, le plus petit bin est rempli au moins
à 4/3, d’où c≥4
3. Dans les deux cas, c≥4
3. Donc, le facteur d’étirement de n’importe quel
algorithme online pour ce problème est supérieur ou égal à 4
3.
Dans [1], les auteurs généralisent cette borne à n’importe quel nombre de bin. Cette borne
n’a toutefois pas été améliorée depuis.
2.1 Un jeu pour la preuve
Dans la littérature de l’ordonnancement online, des études par cas sont souvent utilisées
pour trouver des bornes inférieures pour les algorithmes déterministes. Toutefois, comme dans
le problème du bin stretching online, l’optimum du cas déterministe est connu à l’avance, cette
approche a peu de chances d’aboutir pour le problème de bins stretching.
Nous calculons une nouvelle borne inférieure (pour le pire cas) de valeur 19/14 ≈1.3571.
Afin d’obtenir cette borne, nous modélisons le problème comme un jeu à deux joueurs dans
lequel un algorithme affronte un adversaire off-line adaptatif [2]. Puis, nous utilisons la méthode
dite de l’adversaire où un adversaire malicieux et omnipotent joue contre tous les algorithmes
possibles (on explore tous les placements des objets sélectionnés par l’adversaire) pour calculer
des bornes inférieures améliorées.
Nous utilisons une approche automatisée basée sur un algorithme minimax [7], avec un
élagage alpha-beta [8] pour résoudre le jeu où l’adversaire a des choix réduits dans la taille
des objets. De plus, pour traiter la réalisabilité des instances du bin packing avec des tailles
unitaires, nous utilisons des heuristiques et un algorithme de programmation par contraintes
pour calculer les choix possibles de l’adversaire.
L’algorithme produit un arbre de décision comme preuve. Cet arbre illustre les décisions de
l’adversaire en réaction aux choix de l’algorithme : quelles que soient les décisions prises par
l’algorithme, l’adversaire peut choisir une combinaison de poids permettant d’aboutir à une
solution de valeur au moins 19/14. Nous présenterons la preuve pour la borne inférieure de
19/14 pour 3 bins.
Références
[1] Yossi Azar and Oded Regev. On-line bin-stretching. Theoretical Computer Science,
268(1) :17–41, 2001.
[2] S. Ben-David, A. Borodin, R. Karp, G. Tardos, and A. Wigderson. On the power of
randomization in on-line algorithms. Algorithmica, 11(1) :2–14, 1994.
[3] Martin Böhm, Jirí Sgall, Rob van Stee, and Pavel Veselý. Better algorithms for online
bin stretching. In Evripidis Bampis and Ola Svensson, editors, Approximation and Online
Algorithms, volume 8952 of Lecture Notes in Computer Science, pages 23–34. 2015.
[4] Michaël Gabay, Vladimir Kotov, and Nadia Brauner. Semi-online bin stretching with bunch
techniques. Les Cahiers Leibniz, 208 :1–10, 2013.
[5] Michaël Gabay, Vladimir Kotov, and Nadia Brauner. Online bin stretching with bunch
techniques. Theoretical Computer Science, 602 :103 – 113, 2015.
[6] Hans Kellerer and Vladimir Kotov. An efficient algorithm for bin stretching. Operations
Research Letters, 41(4) :343–346, 2013.
[7] J v Neumann. Zur Theorie der Gesellschaftsspiele. Mathematische Annalen, 100(1) :295–
320, 1928.
[8] Judea Pearl. The solution for the branching factor of the alpha-beta pruning algorithm
and its optimality. Communications of the ACM, 25(8) :559–564, 1982.