플래너 그래프 최소 s t 컷 O n 로그로그 n 시간 알고리즘

초록

**
이 논문은 평면 무방향 가중 그래프에서 두 정점 s와 t 사이의 최소 s‑t 컷을 O(n log log n) 시간과 O(n) 공간으로 찾는 새로운 알고리즘을 제시한다. 기존 최선의 O(n log n) 알고리즘을 개선한 결과이며, 핵심은 고급 분할‑정복 기법과 동적 트리 구조, 그리고 평면 그래프의 특수한 쌍대 관계를 활용한 것이다.

**

상세 분석

**
논문은 먼저 평면 그래프의 쌍대 그래프와 전통적인 최소 s‑t 컷‑최대 흐름 정리를 재조명한다. 평면성은 임의의 최소 컷이 그래프의 임계 경계(dual cycle)와 일대일 대응한다는 사실을 이용해, 컷 문제를 쌍대 그래프의 최단 경로 문제로 변환한다. 기존 방법들은 이 변환 후에도 Dijkstra와 같은 전통적인 최단 경로 알고리즘을 적용해 O(n log n) 복잡도를 얻었지만, 저자는 여기서 한 단계 더 나아가 “계층적 분할(Hierarchical Decomposition)”을 도입한다.

핵심 아이디어는 그래프를 O(log log n) 깊이의 트리 형태로 재귀적으로 분할하고, 각 레벨에서 “작은 구역”에 대한 로컬 최소 컷 정보를 미리 계산해 두는 것이다. 이를 위해 저자는 “동적 전단 트리(Dynamic Separator Tree)”를 설계했으며, 이 구조는 삽입·삭제 연산을 상수 시간에 지원하면서도 각 구역의 경계 길이를 O(√n) 이하로 유지한다.

또한, 평면 그래프의 특수한 “시그마-분리(Sigma‑separator)” 정리를 이용해, 각 레벨에서 선택된 분리자를 기준으로 그래프를 두 부분으로 나누고, 양쪽 부분에 대해 독립적으로 최소 컷을 구한다. 이때, 두 부분 사이의 교차점은 매우 제한적이어서, 교차점에 대한 조합을 O(1) 시간에 처리할 수 있다.

알고리즘의 전체 흐름은 다음과 같다. 1) 입력 그래프를 전처리해 삼각형 분할(triangulation)과 쌍대 그래프를 만든다. 2) 시그마‑분리자를 찾아 계층적 분할 트리를 구축한다. 3) 각 리프 노드에서 로컬 최소 컷을 직접 계산하고, 상위 노드로 올라가면서 “합병 단계”에서 두 자식의 결과를 결합한다. 4) 최종적으로 루트에서 얻어진 컷이 전체 그래프의 최소 s‑t 컷이 된다.

시간 복잡도 분석에서는 각 레벨에서 수행되는 작업이 O(n)이며, 레벨 수가 O(log log n)임을 보인다. 따라서 전체 시간은 O(n log log n)이고, 사용되는 메모리는 트리와 보조 배열을 포함해 O(n)이다. 또한, 알고리즘은 비음수 가중치에만 의존하므로, 가중치가 정수이든 실수이든 동일하게 적용 가능하다.

이 연구는 평면 그래프의 구조적 특성을 깊이 활용함으로써, 전통적인 전역 최적화 기법보다 훨씬 가벼운 지역적 연산만으로도 전역 최소 컷을 찾을 수 있음을 증명한다. 특히, 동적 전단 트리와 시그마‑분리자의 결합은 향후 평면 그래프 기반 네트워크 설계, 이미지 분할, 전자 회로 레이아웃 등 다양한 응용 분야에서 효율적인 알고리즘 설계에 새로운 방향을 제시한다.

**