4정규 그래프에서 오일러 투어 개수 계산의 복잡성

초록

본 논문은 4정규 그래프와 4정규 지도(회전 임베딩 스킴)에서 오일러 투어와 A‑트레일을 세는 문제의 계산 복잡성을 조사한다. 정확한 개수 계산 측면에서 #ET는 평면 4정규 그래프에서도 #P‑완전임을 보였으며, 4정규 지도에서 #A‑trails는 #P‑난이도를 갖는다. 근사 계산 관점에서는 일반 그래프의 #ET를 4정규 지도의 #A‑trails로 AP‑감소시킬 수 있음을 증명하고, 정점 가중치를 이용한 일반화 모델을 통해 #ET와 #A‑trails 사이의 시뮬레이션 한계를 탐구한다.

상세 분석

이 연구는 두 가지 주요 질문에 답한다. 첫째, 4정규 그래프에서 오일러 투어(Eulerian tour)의 개수를 정확히 세는 문제(#ET)가 어떤 복잡도 클래스로 귀속되는가? 기존에는 일반 그래프에서 #ET가 #P‑완전임이 알려졌지만, 그래프의 차수를 제한했을 때 복잡도가 낮아질 가능성이 제기되었다. 저자들은 평면 4정규 그래프까지 제한해도 #ET가 여전히 #P‑완전임을 증명한다. 이를 위해 복잡도 이론에서 표준적인 감소 기법을 활용했으며, 특히 3‑SAT의 변수와 절을 4정규 구조에 매핑하는 정교한 그래프 변환을 설계했다. 이 변환은 각 변수와 절을 작은 4정규 위젯으로 대체하고, 위젯 사이의 연결을 통해 오일러 투어의 존재와 만족 가능한 할당 사이에 일대일 대응을 만든다. 평면성은 위젯 배치를 적절히 조정함으로써 보존되며, 결과적으로 평면 4정규 그래프에서도 #ET가 #P‑완전함을 확보한다.

둘째, 회전 임베딩 스킴을 갖는 4정규 지도에서 A‑트레일(A‑trail)을 세는 문제(#A‑trails)의 복잡도와 #ET와의 관계이다. Kotzig의 고전 결과는 4정규 평면 그래프에서는 #A‑trails를 다항시간에 계산할 수 있음을 보여준다. 그러나 저자들은 임베딩이 평면에 제한되지 않은 일반적인 4정규 지도에서는 #A‑trails가 #P‑난이도를 가진다는 반대를 제시한다. 이 증명은 지도상의 회전 순서를 이용해 정점 내부의 전이 규칙을 자유롭게 설정할 수 있음을 이용한다. 즉, 각 정점에서 가능한 입·출구 순서를 임의로 지정함으로써, #A‑trails 문제를 일반적인 #ET 문제와 동등하게 만들 수 있다.

근사 계산 측면에서 가장 흥미로운 기여는 #ET를 #A‑trails에 AP‑감소시키는 절차이다. 저자들은 카드 섞기 문제의 빠른 혼합성(fast mixing) 결과를 활용해, 임의의 그래프의 오일러 투어 개수를 4정규 지도상의 A‑트레일 개수로 근사 변환한다. 구체적으로, 각 원래 그래프의 정점을 4정규 위젯으로 교체하고, 위젯 내부에 무작위 전이 확률을 부여한다. 그런 다음 마르코프 체인의 혼합 시간을 이용해 충분히 큰 샘플을 얻어, 원 그래프의 #ET 값을 추정한다. 이 과정은 근사 보존성을 만족하므로, #ET의 근사 난이도가 #A‑trails에도 그대로 전이된다는 결론을 얻는다.

마지막으로, 저자들은 정점 가중치를 도입한 일반화 모델을 제안한다. 여기서 각 정점에 들어오는 에지와 나가는 에지 사이의 전이 확률을 가중치 행렬로 표현한다. 4정규 경우에 #A‑trails는 어떤 가중치 행렬도 시뮬레이션할 수 있음을 보이며, 반대로 #ET는 제한된 형태의 대칭 가중치만 구현 가능함을 증명한다. 이를 통해 #A‑trails가 #ET보다 표현력에서 우월함을 이론적으로 뒷받침한다. 전체적으로 이 논문은 정확한 개수 계산과 근사 계산 두 축에서 4정규 구조의 복잡도 지형을 명확히 그리며, 기존 결과들을 일반화하고 새로운 감소 기법을 도입함으로써 복잡도 이론과 그래프 이론 사이의 교차점을 확장한다.