竞争解决方案（CRS）将事前满足约束的随机集合转换为事后可行的集合，在贝叶斯和随机优化（如先知不等式、随机探测）中有广泛应用。完整的分布信息往往难以获取，因而研究仅使用有限样本的 CRS 成为热点。本文聚焦 $k$-均匀 matroid，在均匀随机到达和对手顺序两种模型下，比较样本基方案的平衡系数与拥有完整分布信息时的上界。\
对于单项约束（$k=1$），只需每个元素一条样本即可实现最优的 $(1-1/e)$‑平衡 ROCRS。若到达顺序为对手控制，即使已知顺序，单样本 OCRS 也无法达到 $1/2$‑平衡，说明在单样本情形下竞争解决与先知不等式本质不同。进一步证明，两条样本既是必要也是充分的，可实现最佳 $1/2$ 保证，并给出单样本 $0.48$‑平衡的构造。\
对一般 $k$，本文给出一个简单的单样本 ROCRS，其平衡比为 $1-e^{-k}k^k/k!$，恰好等于完整分布下的最优值。对手顺序下，单样本方案可达到 $(1-O(1/\sqrt{k}))$‑平衡，匹配 $k$ 的渐近最优依赖。\
最后，作者完整刻画了匹配完整分布最优平衡所需的最小样本数：随机到达时，$k=1,2,3,4$ 只需一条样本，$k\ge5$ 甚至不需要样本；而在对手顺序（即使提前已知）且 $k\ge2$ 的情况下，任何常数样本数都不足以达到最优平衡。\
点评：本文系统地揭示了样本数量与竞争解决方案性能之间的细致关系，既给出最优构造，也给出不可逾越的下界，为实际只能采样的随机优化提供了明确的设计指引。