압축 트라이의 내부 범위 공식

초록

이 논문은 이진 트리에서 외부 경로 길이와 내부 경로 길이의 차이가 2n‑2와 동일함을 일반화하여, 압축 트라이의 경우 경로 대신 “범위(extent)” 개념을 사용하고 차이를 트라이 측정값으로 표현한다는 새로운 정리를 제시한다.

상세 분석

논문은 먼저 전통적인 이진 트리에서 외부 경로 길이(E)와 내부 경로 길이(I)의 차이가 정확히 2n‑2라는 고전적인 결과를 재조명한다. 여기서 n은 외부 노드(리프)의 수이며, 2n‑2는 트리 구조를 기술하는 최소 비트 수와 직접 연결된다. 저자들은 이 관계를 압축 트라이(compacted trie)라는 보다 일반적인 자료구조에 확장한다. 압축 트라이는 문자열 집합을 저장할 때 공통 접두사를 공유하고, 연속된 단일 자식 경로를 하나의 라벨(문자열)로 압축한다는 점에서 전통적인 트리와 차별된다. 이러한 압축 특성 때문에 기존의 “경로 길이” 개념을 그대로 적용하기 어렵다. 따라서 저자들은 “범위(extent)”라는 새로운 측정값을 정의한다. 범위는 루트에서 특정 노드까지 라벨 문자열을 연결한 전체 비트 길이이며, 외부 범위(E)와 내부 범위(I)는 각각 외부 노드와 내부 노드에 대한 총 범위 합을 의미한다. 핵심 정리는 E = I + T 형태로, 여기서 T는 “트라이 측정값(trie measure)”이라 불리는 값이다. 트라이 측정값은 모든 라벨 문자열의 길이 합에 루트에서 각 라벨이 시작되는 깊이(비트 단위)를 가중치로 더한 것으로, 압축 트라이를 완전히 기술하는 데 필요한 최소 비트 수와 일치한다. 논문은 이 정리를 증명하기 위해 귀납적 구조 분석과 라벨 분할 기법을 사용한다. 먼저 트라이를 루트와 서브트라이로 분해하고, 각 서브트라이에 대해 범위와 측정값의 관계를 재귀적으로 적용한다. 라벨이 여러 비트를 포함하는 경우, 라벨을 한 비트씩 분리해 가상의 “확장 트리”를 구성함으로써 기존 이진 트리의 외부‑내부 경로 길이 차이 공식을 적용할 수 있게 만든다. 이렇게 하면 압축된 라벨이 실제로 차지하는 비트 수와 구조적 깊이가 동시에 고려된다. 증명 과정에서 중요한 관찰은 라벨의 첫 비트가 새로운 분기점을 만든다는 점이며, 이는 외부 범위와 내부 범위 사이에 정확히 라벨 길이만큼의 차이를 삽입한다는 사실과 일치한다. 최종적으로 모든 서브트라이에 대한 차이를 합산하면 전체 트라이에 대해 E = I + T가 성립한다는 결론에 도달한다. 이 정리는 압축 트라이의 공간 효율성을 정량적으로 평가할 수 있는 강력한 도구를 제공한다. 특히 트라이 측정값 T는 기존에 경험적으로 사용되던 “총 라벨 길이”보다 더 정교하게 트라이의 구조적 복잡성을 반영한다. 또한, 이 공식은 트라이 최적화 알고리즘, 메모리 할당 전략, 그리고 압축 인덱스 설계 등에 직접 활용될 수 있다.