정규 그래프에서 독립 집합과 매칭을 위한 무작위 탐욕 알고리즘의 정확한 성능 분석

초록

본 논문은 일정 차수·정규 그래프의 최소 사이클 길이(지름) g가 충분히 클 때, 단순 탐욕 알고리즘이 기대되는 독립 집합 크기와 매칭 크기를 정확히 추정한다. 독립 집합에 대해 기대 크기 f(r)n − O((r‑1)^{g/2}/(g/2)!) 를, 매칭에 대해서는 유사한 형태의 식을 제시한다. 또한 가중치가 i.i.d.인 경우의 일반식과, 임의의 제한 차수 그래프에서 결과가 평균에 고도로 집중함을 증명한다.

상세 분석

이 논문은 r‑regular 그래프 G∈G(g,r) (즉, 차수가 r이고 최소 사이클 길이가 g 이상인 그래프) 에 대해 두 가지 기본 조합 최적화 문제, 즉 최대 독립 집합(MIS)과 최대 매칭(MM)의 근사 해를 단순 탐욕 알고리즘(GREEDY)으로 얻는 성능을 정밀하게 분석한다. 핵심 아이디어는 “상관 감소(correlation decay)” 현상을 이용해, 그래프의 국소 구조가 충분히 트리와 유사할 경우(특히 g가 커서 깊이 ⌊(g‑2)/2⌋ 이하의 이웃은 사이클을 포함하지 않음) 탐욕 선택이 서로 독립적으로 동작한다는 점이다. 이를 수학적으로는 ‘영향 차단 서브그래프(influence blocking subgraph)’ 개념을 도입하고, 해당 서브그래프가 트리 구조 T(r,r‑1,d) 로 제한됨을 보인다.

트리 상에서 GREEDY의 동작을 재귀식으로 기술하면, 노드(또는 엣지) 선택 확률이 노드의 가중치 분포 F와 차수 r에만 의존한다는 것을 알 수 있다. 특히 가중치가 연속적인 비음수 i.i.d. 변수 W∼F일 때, 무한 r‑ary 트리에서 기대 가중치 합을 Z(r,F) 라는 적분식으로 정의한다: \