정규 이분 그래프에서 O(n log n) 시간 완전 매칭 찾기

초록

이 논문은 d-정규 이분 그래프(정점 2n, 간선 nd)에서 완전 매칭을 O(n log n) 시간에 찾는 무작위 알고리즘을 제시한다. 핵심은 현재 매칭을 반영해 만든 “매칭 그래프” 위에서 적절히 잘라낸 랜덤 워크를 수행해 증강 경로를 찾는 것이다. 알고리즘은 적응형 균등 샘플링을 이용해 기존 비적응형 샘플링 한계(Ω(min{nd, n²/d}))를 뛰어넘으며, 결정론적 알고리즘에 대한 Ω(nd) 하한도 증명한다. 또한, 이 기법을 이용해 이중 확률 행렬의 Birkhoff‑von Neumann 분해를 O(m + mn log² n) 시간에 수행할 수 있음을 보여준다.

상세 분석

본 논문은 정규 이분 그래프에서 완전 매칭을 찾는 문제를 기존 최선인 O(m)·시간(여기서 m=nd)에서 O(n log n)으로 크게 가속화한다는 점에서 이론적·실용적 의미가 크다. 핵심 아이디어는 현재 매칭 M을 기반으로 “매칭 그래프” H를 구성하는 것이다. H는 원래 그래프 G의 모든 간선을 방향성을 부여하고, 매칭에 포함된 각 정점 쌍을 하나의 슈퍼노드로 수축한 뒤, 소스 s와 싱크 t를 각각 미매칭된 왼쪽·오른쪽 정점에 d개의 병렬 간선으로 연결한다. 이렇게 하면 s‑t 경로가 바로 G에서 M에 대한 증강 경로와 일대일 대응한다.

알고리즘은 H에서 s를 시작점으로 하는 랜덤 워크를 수행한다. 각 스텝에서 현재 정점의 아웃-엣지를 균등하게 하나 선택한다(샘플‑아웃‑엣지는 인접 배열을 이용해 O(1) 평균 시간에 구현 가능). 중요한 점은 이 워크가 “잘라낸”(truncated) 형태로, 사전에 정해진 상한 b_j(≈2 + n/(n−j)) 이상의 스텝이 소요되면 실패로 간주하고 재시도한다. 이 절단은 워크가 너무 오래 걸리는 경우를 방지해 전체 기대 실행 시간을 제어한다.

Lemma 6은 H* (s와 t를 동일 정점으로 합친 그래프)에서의 반환 시간(=s→t 도달 시간)이 ≤2 + n/k(여기서 k는 현재 미매칭 정점 쌍 수)임을 보인다. 이는 H가 균형 잡힌 유향 그래프이며, 정점의 정지 확률이 정점의 차수에 비례한다는 마코프 체인 이론을 활용한 결과다. 따라서 현재 매칭이 k번 증강될 때마다 기대 워크 길이는 O(n/k)이며, 전체 n번의 증강을 합하면 O(n log n)이라는 기대값이 얻어진다.

고확률 분석에서는 각 워크가 성공할 확률이 최소 1/2임을 이용해, 독립적인 지수분포 변수 Y_j와의 상관을 통해 Chernoff‑type 경계(마코프 부등식)를 적용한다. 이를 통해 전체 실행 시간이 cn log n을 초과할 확률이 n^{−Ω(1)} 이하가 됨을 증명한다.

결정론적 알고리즘에 대한 하한(Ω(nd))은 d가 n/8보다 작을 때, 정규 그래프의 특정 패밀리를 구성해 임의의 결정론적 절차가 모든 정점의 이웃을 최소 한 번씩 읽어야 함을 보임으로써 얻는다. 이는 무작위화가 반드시 필요함을 강조한다.

또한, 논문은 이 기법을 이중 확률 행렬(M) 의 지원 그래프에 적용한다. 각 행·열을 정점으로, 비영(>0) 원소를 간선으로 보는 정규(또는 거의 정규) 그래프에 대해, 가중치를 보존하면서 샘플‑아웃‑엣지를 O(log n) 시간에 수행할 수 있도록 균형 이진 탐색 트리를 사용한다. 이렇게 하면 하나의 매칭을 찾는 데 O(n log² n) 시간이 걸리고, 전체 Birkhoff‑von Neumann 분해는 O(m + mn log² n) 시간에 가능해진다.

이 논문의 주요 공헌은 (1) 적응형 균등 샘플링을 통한 증강 경로 탐색으로 O(n log n) 시간 복잡도 달성, (2) 결정론적 알고리즘에 대한 Ω(nd) 하한 증명, (3) 이중 확률 행렬의 분해에 대한 실용적인 알고리즘 제시이다. 특히, 랜덤 워크와 그래프 변환을 결합한 설계는 기존의 “샘플링 → Hopcroft‑Karp” 패러다임을 탈피해, 비적응형 샘플링이 갖는 이론적 한계를 극복한다는 점에서 혁신적이다.