정점 커버 문제의 상한·하한 파라미터화 연구

초록

본 논문은 정점 커버 문제를 기존 최적해의 상한·하한을 기준으로 파라미터화한 네 가지 변형을 조사한다. 두 변형은 FPT(고정 매개변수 시간) 알고리즘을 제시하고, 나머지 두 변형은 각각 W

상세 분석

정점 커버(Vertex Cover) 문제는 그래프 G=(V,E)에서 모든 간선을 최소한 하나의 정점으로 커버하도록 정점 집합 S⊆V를 찾는 고전적인 NP‑완전 문제이다. 전통적인 파라미터화는 해의 크기 k를 매개변수로 삼아 “k‑정점 커버가 존재하는가?”를 묻는 형태가 일반적이다. 그러나 실제 응용에서는 최적해와의 차이를 기준으로 파라미터를 정의하는 것이 더 의미가 있을 수 있다. 이 논문은 이러한 관점에서 ‘tight bound’라 불리는 그래프의 구조적 상한·하한을 이용해 네 가지 파라미터화를 제시한다.

첫 번째와 두 번째 파라미터화는 각각 “최소 정점 커버 크기 τ(G)보다 k만큼 작게(위 아래) 찾을 수 있는가?”와 “최대 매칭 크기 ν(G)와 τ(G)의 차이인 König 정리 기반 상한을 기준으로 k만큼 초과하는 커버가 존재하는가?”를 다룬다. 저자들은 이 두 경우에 대해 커널화와 검색 트리 기법을 결합한 FPT 알고리즘을 설계한다. 핵심 아이디어는 (i) 그래프를 고정 매개변수 k에 대해 선형 크기의 커널로 축소하고, (ii) 축소된 인스턴스에 대해 브랜치‑앤‑바운드 탐색을 수행하면서 매개변수에 비례하는 시간 복잡도를 확보한다는 것이다. 특히, 매칭 기반 상한을 이용하면 그래프를 ‘반전’시켜서 남은 부분을 작은 독립 집합 문제로 변환할 수 있어, 기존의 커버‑매칭 이중성(König’s theorem)을 효과적으로 활용한다.

반면, 세 번째와 네 번째 파라미터화는 각각 “τ(G)보다 k만큼 큰 커버가 존재하는가?”와 “그래프의 최소 차단 집합 크기와 τ(G) 사이의 차이를 k로 제한한 경우”를 다룬다. 여기서는 매개변수 k가 최적해와의 차이를 직접적으로 나타내므로, 문제의 구조적 복잡도가 급격히 증가한다. 저자들은 파라미터화된 감소(reduction)를 통해 이 두 문제를 각각 W