다중 스택 TSP 복잡도 탐구

초록

본 논문은 두 도시 사이에서 n개의 물품을 수집·배달하는 다중 스택 여행 판매원 문제(kSTSP)의 계산 복잡성을 분석한다. 두 그래프 G₁, G₂와 LIFO 제약을 가진 k개의 컨테이너 행을 고려하며, (T₁,T₂) 투어 쌍의 호환성 판단이 다항식 시간에 가능함을 보인다. 또한, 물품 배치가 주어졌을 때 최적 투어를 찾는 알고리즘은 n에 대해 다항식이지만 k에 대해 지수적 시간 복잡도를 가진다. 마지막으로, 개별 거리 d₁, d₂ 혹은 그 합 d₁+d₂에 최적화된 투어가 전체 STSP 최적해와 임의로 큰 차이를 보일 수 있음을 사례를 통해 제시한다.

상세 분석

이 논문은 기존의 TSP를 확장한 다중 스택 여행 판매원 문제(kSTSP)를 정의하고, 그 복잡도 구조를 세 단계로 나누어 정밀히 분석한다. 첫 번째 단계에서는 주어진 수집 투어 T₁과 배달 투어 T₂가 LIFO 제약을 만족하는지 여부를 판단하는 문제를 다룬다. 저자들은 이 호환성 검사가 실제로는 두 투어 사이의 순서 관계를 그래프 형태로 표현하고, 이를 토폴로지 정렬과 유사한 절차를 통해 다항식 시간(O(n²))에 해결할 수 있음을 증명한다. 이는 직관적으로는 물품이 컨테이너에 적재되는 순서와 역순으로 꺼내지는 순서가 충돌하지 않는지를 확인하는 과정이며, 복잡도 측면에서 기존 NP‑hard인 TSP와는 별개로 비교적 쉬운 서브문제로 분류된다.

두 번째 단계에서는 물품이 k개의 행에 미리 배치된 경우, 최적의 수집·배달 투어를 찾는 문제를 살핀다. 여기서 저자들은 동적 계획법(DP)을 활용해 각 행별로 가능한 LIFO 스택 상태를 상태공간으로 정의하고, 전체 n개의 물품에 대해 전이 관계를 구축한다. 이 알고리즘은 n에 대해 다항식 시간(O(n·f(k)))을 보이지만, 상태공간의 크기가 k에 대한 지수(예: 2ᵏ)로 증가하기 때문에 k가 상수일 때만 실용적이다. 따라서 k가 작을 경우 정확한 최적해를 효율적으로 구할 수 있지만, k가 증가하면 근사 알고리즘이나 휴리스틱이 필요함을 시사한다.

세 번째 단계는 가장 핵심적인 복합성 결과를 제공한다. 저자들은 거리 함수 d₁, d₂ 혹은 그 합 d₁+d₂에 각각 최적화된 투어가 전체 STSP 최적해와 임의로 큰 비율(gap)을 가질 수 있음을 구성적인 예시를 통해 증명한다. 이는 개별 그래프의 최단 경로가 전체 스택 제약을 고려한 최적 경로와 크게 다를 수 있음을 보여주며, 단순히 각 그래프를 독립적으로 최적화하는 접근법이 전체 문제에 대해 보장되지 않음을 강조한다. 이러한 결과는 kSTSP가 단순히 TSP의 확장이 아니라, 스택 제약이라는 새로운 combinatorial 구조가 복잡도에 결정적인 영향을 미친다는 점을 명확히 한다.

전체적으로 논문은 kSTSP의 복잡도 원천을 세 가지 관점(투어 호환성, 물품 배치, 거리 함수 최적화)으로 체계화하고, 각 단계별 알고리즘적 가능성과 한계를 정량적으로 제시한다. 이는 향후 연구에서 k를 고정하거나 제한된 경우에 정확 알고리즘을 설계하거나, k가 큰 경우에 효과적인 근사·휴리스틱을 개발하는 데 중요한 이론적 토대를 제공한다.