전이 정렬 1.375 근사 알고리즘 로그선형 시간 구현

초록

본 논문은 유전체 분석에서 핵심적인 정렬 문제인 전이 정렬(Sorting by Transpositions)을 다룬다. 기존에 1.375 근사 비율을 보장하던 Elias‑Hartman 알고리즘은 O(n²) 시간 복잡도를 가졌지만, 저자들은 Feng‑Zhu의 퍼뮤테이션 트리 자료구조를 활용해 이를 O(n log n)으로 가속화한다. 알고리즘의 핵심 아이디어, 자료구조 설계, 복잡도 분석 및 실험 결과를 제시한다.

상세 분석

전이 정렬 문제는 주어진 순열을 최소한의 전이 연산으로 정렬하는 최적화 문제로, 특히 유전체 재배열 연구에서 중요한 역할을 한다. 기존의 1.375 근사 알고리즘인 Elias‑Hartman(EH) 알고리즘은 전이 연산을 적용할 때마다 순열의 구조를 직접 탐색하고, 사이클과 블록을 재구성하는 과정에서 O(n) 시간의 선형 스캔을 여러 차례 수행한다. 이러한 설계는 전체 복잡도가 O(n²)로 제한되는 원인이었다.

저자들은 이 병목을 해소하기 위해 Feng‑Zhu가 제안한 퍼뮤테이션 트리(permutation tree)를 도입한다. 퍼뮤테이션 트리는 순열을 완전 이진 트리 형태로 표현하며, 각 노드는 해당 구간의 최소값·최대값·길이 등을 저장한다. 트리 구조를 이용하면 구간 합성, 최소·최대값 조회, 구간 뒤집기(전이 연산에 해당) 등을 O(log n) 시간에 수행할 수 있다. 특히 전이 연산은 두 구간을 선택해 그 사이의 블록을 이동시키는 작업인데, 트리에서는 해당 구간을 분할(split)하고 재결합(join)하는 연산으로 변환된다.

EH 알고리즘의 핵심 단계인 “good cycle” 탐색과 “breakpoint” 감소 전략을 트리 기반 연산으로 대체한다. 사이클 검출은 트리의 순회 정보를 활용해 O(log n) 내에 수행되며, 전이 적용 후 트리의 구조를 재조정하는 과정도 동일하게 로그 시간 복잡도를 유지한다. 저자들은 이러한 변환이 알고리즘의 근사 비율에 영향을 주지 않음을 수학적으로 증명한다.

복잡도 분석에서는 각 전이 연산이 O(log n)이며, 전체 전이 횟수는 기존 EH 알고리즘과 동일하게 O(n)임을 보인다. 따라서 전체 실행 시간은 O(n log n)으로 감소한다. 또한 메모리 사용량은 트리 노드당 상수 공간을 차지하므로 O(n) 수준에 머문다.

실험 결과는 무작위 및 실제 유전체 데이터셋을 대상으로 수행되었으며, 기존 O(n²) 구현에 비해 10배 이상 빠른 실행 시간을 기록한다. 근사 비율은 변함없이 1.375 이하를 유지함을 확인하였다.

이 논문은 전이 정렬 문제에서 고전적인 근사 알고리즘에 고성능 자료구조를 접목함으로써 이론적 복잡도와 실용적 효율성을 동시에 개선한 점이 가장 큰 공헌이다. 향후 더 높은 근사 비율을 목표로 하는 알고리즘에도 퍼뮤테이션 트리와 같은 트리 기반 기법을 적용할 가능성을 제시한다.