다익스트라 알고리즘의 정확성 및 응용

초록

본 논문은 가중치가 양수인 방향 그래프에서 단일 출발점 최단 경로를 찾는 다익스트라 알고리즘의 정확성을 형식적으로 증명하고, 알고리즘의 동작 원리와 구현상의 세부 사항을 논의한다. 또한 경로 복원을 위한 라벨 확장 방법과 실제 그래프 예시를 통한 적용 사례를 제시한다.

상세 분석

논문은 먼저 그래프 이론의 기본 개념을 정리하고, 정점 집합 V와 간선 집합 E로 구성된 유향 가중 그래프 G=(V,E)를 정의한다. 모든 간선의 가중치 p(u,v)는 양수이며, 경로의 비용은 해당 간선 가중치의 합으로 정의된다. 다익스트라 알고리즘은 탐색 집합 S와 미탐색 집합 T=V\S를 이용해, 매 반복마다 현재 라벨 L(u) 중 최소값을 갖는 정점 u를 T에서 선택하고, u를 S에 추가한다. 그 후 u의 인접 정점 v∈T에 대해 L(v)←min{L(v), L(u)+p(u,v)} 를 수행함으로써 라벨을 갱신한다.

정리된 정리 1은 두 가지 핵심 성질을 제시한다. (A) S에 포함된 모든 정점 u≠a에 대해, a에서 u까지의 어떤 경로도 비용이 L(u) 이상이다. (B) 실제로 a에서 u까지 비용이 L(u)와 정확히 일치하는 최단 경로가 존재한다. 증명은 i=1부터 시작해 귀납적으로 진행되며, 초기 단계에서 출발점 a의 라벨은 0, 나머지는 ∞ 로 설정한다. 첫 번째 선택된 정점은 a이며, 인접 정점들의 라벨이 간선 가중치로 초기화된다. 이후 선택된 정점 u_i는 이전 단계까지 확정된 최단 경로를 가진 정점이며, 라벨 업데이트 과정에서 새로운 최단 경로가 발견될 경우 라벨이 감소한다.

귀납 단계에서는 임의의 정점 v∉S_k에 대해, 최단 경로 상 첫 번째 S_k 외 정점 y가 존재함을 이용한다. y는 이전 정점 u와 인접하고, u는 이미 S_k에 포함되어 있으므로 L(y)≤L(u)+p(u,y) 가 성립한다. 따라서 L(v)≤L(y)≤p(a→y)≤p(a→v) 가 되어 (A) 가 유지된다. 동시에, 라벨이 유한값으로 갱신된 순간을 추적하면 L(v)=L(u_j)+p(u_j,v) 형태가 되며, 이는 실제 최단 경로의 비용과 일치함을 보인다. 따라서 (B) 도 성립한다.

알고리즘이 종료되는 이유는 매 반복마다 S에 새로운 정점이 추가되고, 최대 n개의 정점이므로 반드시 종료한다. 또한 라벨 L(u) 는 S에 포함된 정점에 대해 최단 경로 비용을 정확히 나타내며, 최종적으로 목표 정점 z에 대한 라벨 L(z) 가 최소 비용을 제공한다.

논문은 또한 경로 복원을 위해 라벨을 (비용, 전임자) 쌍으로 확장하는 방법을 제시한다. 전임자 정보를 저장함으로써 알고리즘 종료 후 목표 정점에서 출발점까지 역추적하면 실제 최단 경로를 얻을 수 있다. 마지막으로, 무방향 가중 그래프 예시를 통해 a에서 z까지의 최단 경로를 구하고, 그 비용이 10임을 확인한다. 전체 논의는 다익스트라 알고리즘의 이론적 기반과 실용적 구현을 모두 포괄한다.