집합 겹침 클래스 효율적 계산

본 논문은 집합 V와 그 부분집합들의 컬렉션 F에 대해 “겹침(overlap)”이라는 관계를 정의하고, 이 관계에 기반한 겹침 그래프 OG(F)의 연결 성분, 즉 겹침 클래스를 효율적으로 찾는 문제를 다룬다. 겹침은 세 가지 조건을 만족하는 경우로 정의된다: (i) 교집합이 비어 있지 않음, (ii) X_i \ X_j ≠ ∅, (iii) X_j \ X_i ≠ ∅. 이러한 정의에 따라 OG(F)는 정점이 집합 X_i이며, 겹치는 두 집합 사이에 간선을 두는 그래프가 된다. OG(F)의 간선 수는 최악의 경우 Θ(m²)까지 늘어날 수 있어 직접 구축은 비효율적이다. Dahlhaus는 OG(F)와 동일한 연결 성분을 갖는 보조 그래프 D(F,L)를 설계한다. D의 정점은 동일하지만, 간선은 원소 v∈V에 대해 v가 포함된 집합들을 크기 오름차순으로 정렬한 리스트 SL(v)에서 연속된 두 집합 사이에 삽입한다. 여기서 핵심은 각 집합 X에 대해 “Max(X)”라는 개념이다. Max(X)는 크기 순서(LF)에서 X와 크기가 같거나 크면서 겹치는 집합 중 가장 큰(즉, 가장 앞에 나타나는) 집합을 의미한다. Max(X)가 존재하면, Lemma 1에 의해 SL(v) 내에서 X와 Max(X) 사이에 위치한 모든 집합은 X 혹은 Max(X)와 겹치게 된다. 따라서 D에 삽입된 간선은 실제 OG(F)에서 존재하는 겹침 경로를 대체한다. Lemma 2와 Lemma 3을 통해 D와 OG(F)의 연결 성분이 동일함을 증명하고, D를 DFS 하면 겹침 클래스를 O(n+|F|) 시간에 구할 수 있음을 보인다. 하지만 D를 만들기 위해서는 모든 Max(X)를 사전에 알아야 한다. 원 논문은 이를 위해 집합‑원소 매트릭스 BM (행: 집합, 열: 원소)을 만든 뒤, 열을 사전식(lexicographic)으로 정렬한다. 각 행 X에 대해 첫 번째 1이 나타나는 열을 left(X), 마지막 1이 나타나는 열을 right(X)라 정의한다. Max(X)는 “left(X) 열은 0, right(X) 열은 1인 가장 높은 행”에 해당한다. Dahlhaus는 이 탐색을 LCA(최소공통조상) 질의로 변환해 O(|F|) 시간에 수행한다. 그러나 LCA를 오프라인으로 구현하는 것은 상수 요인이 크고, 실제 코드로 옮기기 어려워 실용성이 떨어진다. 이에 저자들은 LCA를 완전히 배제하고 집합 분할(partition) 방식을 도입한다. 초기 파티션 PV는 전체 원소 집합 V 하나로 시작한다. 집합들을 크기 내림차순(LF)으로 차례로 적용하면서, 현재 파티션의 각 파트를 X에 포함된 원소와 포함되지 않은 원소로 나눈다. 이 과정을 모두 마치면 최종 파티션 Pf의 파트 순서는 BM 열의 사전식 순서와 정확히 일치한다(Lemma 7). 따라서 left/right 값을 파트 인덱스를 통해 O(1)로 얻을 수 있다. 다음 단계에서는 각 X에 대해 left/right를 이용해 “특수 정렬”을 수행하고, 다시 LF 순서대로 파티션을 재정제한다. 재정제 과정에서 현재 파트에 포함된 원소들의 위치를 확인함으로써, Max(X)와 동일한 파트에 속하는 가장 큰 집합을 직접 찾는다. 이 방법은 LCA 없이도 모든 Max(X)를 O(n+|F|) 시간에 구할 수 있다. Max(X) 계산이 끝나면, 앞서 설명한 대로 SL(v) 리스트를 순회하면서 D(F,L)의 간선을 삽입한다. 각 리스트에서 한 번만 스캔하면 되므로 전체 복잡도는 O(|F|)이다. 마지막으로 D에 대해 깊이 우선 탐색을 수행하면 겹침 그래프 OG(F)의 연결 성분, 즉 겹침 클래스를 선형 시간에 식별한다. 논문은 또한 이 구조를 활용해 각 겹침 클래스의 스패닝 트리를 효율적으로 구성하는 변형 알고리즘을 제시한다. 이는 기존 PQ‑tree 기반 방법에서 그래프 구축 비용을 크게 절감한다. 전체 알고리즘은 다음 흐름을 따른다: (1) LF 순서대로 파티션 정제 → 열 순서 확보, (2) left/right 계산 및 정렬, (3) 파티션 재정제로 Max(X) 결정, (4) D 그래프 구축, (5) DFS 로 겹침 클래스와 스패닝 트리 추출. 모든 단계가 O(n+∑|X_i|) 시간에 수행되며, 구현이 간단하고 실제 데이터에서도 선형 성능을 보인다.