연결도와 무작위 스패닝 트리로 만드는 그래프 희소화

초록

본 논문은 두 가지 새로운 그래프 희소화 방법을 제시한다. 첫 번째는 정점 쌍 u‑v 사이의 edge‑connectivity κ(u,v) 에 역비례하는 확률로 각 간선을 독립적으로 샘플링하는 방식이며, 이를 통해 Benczúr‑Karger가 제기한 질문에 답한다. 두 번째는 여러 개의 균등 무작위 스패닝 트리를 독립적으로 생성한 뒤 그 합집합을 취해 희소화를 수행한다. 두 방법 모두 O(n log² n / ε²) 개의 간선만을 보존하면서 모든 컷의 가치를 (1 ± ε) 배 이내로 유지한다. 증명은 Karger의 수축 알고리즘을 확장한 기법을 기반으로 한다.

상세 분석

이 논문은 그래프 G =(V,E) 에 대해 “ε‑근사 컷 보존”이라는 강력한 요구조건을 만족하는 희소 그래프 H 를 효율적으로 구축하는 두 가지 메커니즘을 제시한다. 첫 번째 메커니즘은 각 간선 uv 에 대해 그 두 정점 사이의 edge‑connectivity κ(u,v) (즉, u와 v를 분리하기 위해 제거해야 하는 최소 간선 수)를 계산하고, 샘플링 확률을 p_{uv}=c·log n / (ε²·κ(u,v)) 으로 설정한다(여기서 c 는 충분히 큰 상수). 이 확률은 간선이 높은 연결성을 가질수록 낮게 샘플링되도록 보장한다는 점에서 직관적이며, Benczúr‑Karger가 제안한 “강도 기반” 샘플링과는 달리 직접적인 연결도 정보를 활용한다. 논문은 이러한 확률 분포가 각 컷 C 에 대해 기대값 E