매칭 차단 문제의 복잡도와 트리폭 기반 해결법

초록

본 논문은 매칭 차단(Matching Interdiction) 문제를 정의하고, 단순하고 이분 그래프에서도 단위 가중치·단위 차단 비용을 가질 때 강한 NP‑완전성을 증명한다. 또한 트리폭이 제한된 그래프에 대해 의사다항식 시간 동적 계획법을 제시하여, 제한된 트리폭에서는 효율적으로 최적 해를 구할 수 있음을 보인다.

상세 분석

매칭 차단 문제는 그래프 G=(V,E)에 가중치 w(e)와 차단 비용 c(e)를 부여하고, 예산 B 이하의 비용으로 일부 간선을 제거해 남은 그래프 G−U에서 최대 가중치 매칭의 가중치 ν(G−U)를 최소화하는 최적화 문제이다. 논문은 먼저 이 문제의 결정형인 MINT(G,w,c,B,K) 를 정의하고, NP‑완전성을 입증한다. 첫 번째 NP‑완전성 증명은 전통적인 배낭(knapsack) 문제로부터의 다항식 귀환을 이용한다. 각 배낭 아이템 i를 하나의 독립된 간선 e_i 로 매핑하고, w(e_i)=아이템 가치, c(e_i)=아이템 크기로 설정하면, 예산 Z와 목표 K에 대해 ν_B(G)≤ν(G)−K 가 배낭의 최적 해와 동치가 된다. 이 귀환은 그래프가 오직 고립된 간선들만으로 구성된 경우에도 NP‑완전함을 보여준다.

강한 NP‑완전성을 확보하기 위해서는 단위 가중치·단위 차단 비용(즉, w_u(e)=c_u(e)=1)만 허용하는 경우를 고려한다. 여기서는 NMINTU라는 변형을 도입해, 일부 간선을 “제거 불가능”하게 만들고, 이를 |E|-갯수의 완전 이분 그래프(‘|E|-gadget’)로 대체한다. 각 gadget은 |E|+1개의 완전 매칭과 |E|+1개의 비포화 매칭을 포함해, 어느 하나의 간선을 제거해도 최대 매칭 크기가 |E|+1만큼 증가한다는 특성을 갖는다. 이를 통해 원래 그래프의 구조적 제약을 보존하면서, 단위 비용 인스턴스로 변환한다. 이후 클리크(CLIQUE) 문제로부터의 귀환을 구성한다. 주어진 그래프 H에 대해, 각 정점 i와 각 간선 {i,j}를 각각 정점 v_i, v_{ij} 로 변환하고, 추가적인 보조 정점과 간선을 삽입해 이분 그래프 G를 만든다. N이라는 “제거 불가능” 간선 집합을 정의하고, 예산 ⌈r/2⌉와 목표 ν(G)−r(r−3)/2 를 설정하면, H에 크기 r인 클리크가 존재할 경우와 존재하지 않을 경우가 정확히 NMINTU(G,N,·,·) 의 해답과 일치한다. 핵심은 Lemma 1을 이용해, 특정 구조적 조건을 만족하는 이분 그래프는 매칭 크기가 최소 k+1임을 보이는 점이다. 이 일련의 귀환을 통해, 단위 가중치·단위 비용의 단순 이분 그래프에서도 매칭 차단 문제가 강한 NP‑완전임을 증명한다.

다음으로 트리폭이 제한된 그래프에 대해 의사다항식 시간 알고리즘을 제시한다. 트리폭 k인 그래프에 대해 ‘nice’ 트리 분해를 구하고, 각 노드 i에 대해 부분 그래프 G_i와 해당 부분에서 가능한 차단 집합 U_i를 고려한다. 핵심 아이디어는, 각 부분 그래프에서 차단 후 남은 매칭을 ‘비포화 정점 집합 X_i’와 매칭 가중치 함수 a_i: 2^{X_i}→{0,…,C} 로 요약하는 것이다. 여기서 C는 전체 차단 비용의 합이다. 모든 가능한 함수 a_i는 (C+1)^{2^{|X_i|}} 개이며, |X_i|≤k+1이므로 상태 공간이 (C+1)^{2^{k+1}} 로 제한된다. 동적 계획법은 트리의 종류(leaf, introduce, forget, join)마다 이러한 함수들을 합치고, 예산 b≤B에 대해 실현 가능한 함수 집합 A_{b}^{i} 를 갱신한다. 최종적으로 루트 r에서 a_r(∅)≤K 인 상태가 존재하면 ν_B(G)≤K 가 된다. 이 알고리즘은 트리폭 k와 예산 B에 대해 O(|V|·(C+1)^{2^{k+1}}·B) 시간에 수행되며, C와 B가 다항식적으로 제한될 경우 실용적인 실행 시간을 제공한다. 따라서 매칭 차단 문제는 일반적으로는 어려우나, 트리폭이 작은 네트워크(예: 트리 구조, 작은 클러스터링)에서는 효율적인 정확 해법을 얻을 수 있다.