拆解 Gale–Shapley:求婚、稳定与偏向
Gale–Shapley 分三层拆解:求婚与替换看延迟接受如何一步步收敛;稳定性与 blocking pair给出「稳定」的定义并证明算法结果满足它;求婚方的系统性优势考察谁主动求婚会如何改变结果。
以下讨论都设在最规整的情形:两侧人数相等,且每个人都对另一侧的每一位都排出了完整偏好,没有「宁可单身也不要某人」这种保留选项。这个前提保证算法结束时不会有人落单。
1 · 求婚与替换
核心规则是:自由的 man 按偏好从高到低依次求婚,woman 始终持有当前最优对象。关键在于 woman 的接受是暂时的,出现更优者就替换,把原对象退回自由队列。
两条性质保证算法收敛。其一,man 只沿偏好往下求婚、不回头,因此每个 man 对每个 woman 至多求婚一次,求婚总次数不超过 。其二,woman 持有的对象只会变得更优,一旦订婚就不再单身,只会换成更喜欢的。两者结合即得:求婚次数有上限、自由队列必然清空,且在上述完整偏好的前提下,结束时所有人都有对象。
2 · 稳定性与 blocking pair
要说明上一节的结果为什么叫「稳定」,得先定义不稳定。一个匹配不稳定,是因为存在一对没配在一起、却彼此都更想要对方的 :两人都有动机抛弃各自的当前对象转而结合。这样的隐患对称为 blocking pair。
它的精确定义是两个条件同时成立: 更喜欢 胜过自己的当前 partner,同时 也更喜欢 胜过自己的当前 partner。只要存在哪怕一对这样的 ,匹配就不稳定;一对都找不出即为稳定。
建议 · Gale–Shapley 的结果一定稳定,反证如下。假设结束时还剩一对 blocking pair ,即 更想要 胜过现任。 是按偏好从高到低挨个求婚的,既然他更喜欢 ,那他在向现任求婚之前一定先向 求过婚。可如今两人没在一起,只剩两种可能: 当场拒了他,或先接受、后来又被更中意的人替换。无论哪种,都说明 手里的对象不比 差(§1 已证 woman 一旦订婚只会越换越好)。既然 并不更想要 ,「彼此都更想要对方」不成立,与 blocking pair 的定义矛盾。
单向的偏爱不构成 blocking pair: 最想要 ,但 更中意 ,于是 被拒后退而与 在一起。 心里仍偏爱 ,可 不是 blocking pair—— 根本不想要 。算法跑完后,这种一方热、另一方冷的对一个都不会剩。
3 · 求婚方的系统性优势
稳定匹配可能不止一个。同一组偏好,让 man 主动求婚与让 woman 主动求婚,得到的稳定解可能不同,而差异有规律。
注 · Gale–Shapley 的最优性定理:man 求婚得到的稳定匹配中,每个 man 都得到他在一切稳定匹配中能得到的最好对象(man-optimal);与此同时每个 woman 都得到各自最差的对象(woman-pessimal)。交换求婚方,结论整体翻转。也就是说主动求婚的一方占据系统性优势。
这条定理可以在小规模上穷举验证。本页内置的那组
偏好,
个完美匹配里只有两个是稳定的:A2 B4 C1 D3 与 A2 B4 C3 D1。man 求婚给出前者、woman 求婚给出后者,各取一端。把每人所得对象在自己偏好里的名次相加(
为第一志愿),前者的 man 名次和为
、woman 名次和为
;后者的 man 名次和升到
,而 woman 名次和降到
——woman 求婚时四个 woman 全部拿到第一志愿。
与
在两个匹配里的对象完全相同,差异只落在
与
身上。
顺带一个实测:这组偏好跑完只用了 次求婚,而 §1 给的上界是 。那个上界统计的是「每个 man 对每个 woman 至多求婚一次」的最坏情形,通常并不取到。
注 · 现实中的匹配市场大多跑这套算法或它的变体:美国的 NRMP(住院医师与医院匹配)、各地的公立学校择校与志愿录取、器官捐献交换链。既然「哪一方求婚」直接决定结果偏向哪一方,这个选择在实际制度设计里就不是技术细节。
4 · 参考文献
- Gale, D., & Shapley, L. S. (1962). College admissions and the stability of marriage. The American Mathematical Monthly, 69(1), 9–15.
相关链接
- Stable marriage problem — Wikipedia en.wikipedia.org 问题定义、Gale–Shapley 算法、man-optimal 定理与复杂度证明。
- 2012 诺贝尔经济学奖 — Roth & Shapley nobelprize.org 「稳定分配理论与市场设计实践」,把这套算法从纸面推到真实的市场机制。