완전 구간 토너먼트 재구성 알고리즘

초록

이 논문은 각 정점 쌍이 최소 a 개, 최대 b 개의 방향성 간선을 갖는 완전 (a,b)-토너먼트에서, 주어진 점수(아웃‑디그리) 벡터가 실현 가능한지 판단하는 필요충분조건을 제시하고, Θ(n) 시간의 검증 알고리즘과 O(b·n³) 시간의 실제 토너먼트를 구성하는 재구성 알고리즘을 설계한다.

상세 분석

본 연구는 전통적인 토너먼트 이론을 일반화하여, 두 정점 사이에 a ~ b개의 유향 간선(점수)이 존재할 수 있는 (a,b)-토너먼트 모델을 정의한다. 점수열 s = (s₁,…,sₙ)을 비내림차순으로 정렬한 뒤, 저자들은 먼저 Landau와 Moon의 고전 정리에서 영감을 얻은 두 개의 기본 부등식(3)·(4)를 도출한다. 여기서 (3)은 모든 k에 대해 Σ_{i≤k}s_i ≥ a·C(k,2) 를, (4)는 전체 합이 b·C(n,2) 이하임을 보장한다. 그러나 a와 b가 다를 경우 이 두 부등식만으로는 충분하지 않다. 이를 보완하기 위해 손실 함수 L_k를 재귀적으로 정의하고, L_k가 k개의 정점 사이에서 최소한으로 손실된 점수량을 하한으로 제공한다는 사실을 이용한다. Lemma 2와 Lemma 3은 L_k를 포함한 강화된 부등식 (6)·(7)을 제시하며, 이는 “각 k개의 정점이 서로 교환할 수 있는 최소·최대 점수”를 정확히 제한한다.

알고리즘적 측면에서, ScoreCheck은 입력된 점수열에 대해 B_k = C(k,2)와 L_k를 순차적으로 계산하면서 (7)의 양쪽 경계를 동시에 검증한다. 이 과정은 단순한 선형 스캔이므로 최악의 경우 Θ(n) 시간, 추가 메모리는 O(n)이다. 점수열이 조건을 만족하면, Main 알고리즘이 ScoreSlicing을 반복 호출해 가장 큰 정점부터 차례로 “슬라이스”한다. ScoreSlicing은 Ryser의 행렬 구성 기법을 확장한 것으로, 현재 고려 중인 정점 k에 대해 남은 점수 M와 추가 점수 A_i를 계산하고, 가능한 r_{i,k} (i<k) 값을 조정한다. 핵심은 (8)·(9)·(10)·(11) 네 가지 제약을 동시에 만족시키면서, 각 단계에서 손실 L_k를 고려해 최소·최대 점수를 유지하는 것이다. 내부 루프는 최대 b·k 번 반복될 수 있어 전체 복잡도는 O(b·n³)로 추정된다.

복구 과정에서 저자들은 예시를 통해 구체적인 수치 흐름을 보여준다. 특히 Figure 2와 Figure 3의 작은 (2,10)-토너먼트 예시에서는 L_k 값이 어떻게 계산되고, r_{i,j}가 어떻게 할당되는지를 단계별로 설명한다. 또한 6명 토너먼트 사례를 통해 대규모 입력에서도 알고리즘이 일관되게 동작함을 입증한다.

이 논문은 (a,b)-토너먼트라는 새로운 그래프 모델에 대해 점수열 실현 가능성을 완전히 규정하고, 실용적인 검증·구성 절차를 제공함으로써 기존 Landau·Moon 정리의 일반화와 알고리즘적 구현을 동시에 달성했다는 점에서 이론적·실용적 기여가 크다.