자동화 최소화 알고리즘의 비교와 응용

초록

본 논문은 결정적 유한 자동화의 최소화 문제를 다루며, 파티션 정제 방식의 Moore·Hopcroft 알고리즘과 상태 융합 방식의 Revuz·Almeida·Zeitoun 알고리즘을 비교·분석한다. 평균 복잡도, 최악 상황, 동적 업데이트, 그리고 특수 자동화(느린 자동화, 로컬 자동화) 등에 대한 새로운 통찰을 제공한다.

상세 분석

논문은 먼저 자동화 최소화의 두 가지 전통적 접근법을 정의한다. 첫 번째는 상태 집합을 파티션으로 나누어 점진적으로 정제해 나가는 방법으로, Moore 알고리즘과 Hopcroft 알고리즘이 대표적이다. Moore 알고리즘은 초기 파티션을 {최종 상태, 비최종 상태}로 시작해 모든 입력 기호에 대해 splitter를 적용하며, 깊이(정제 단계 수)가 자동화의 언어 복잡도와 직접 연관됨을 보인다. 평균적으로 O(n log n) 시간 복잡도를 보이지만 최악의 경우 O(n²)까지 늘어날 수 있다. 반면 Hopcroft 알고리즘은 가장 작은 파티션을 유지하면서 “작은 집합”을 우선적으로 분할하는 전략을 사용해 O(n log n) 최악 시간 복잡도를 달성한다. 두 알고리즘은 정제 순서와 splitter 선택 방식에서 근본적으로 다르며, 논문은 하나의 알고리즘이 다른 알고리즘의 연산을 시뮬레이션할 수 없음을 증명한다.

두 번째 접근법은 상태 융합(merge) 기반이다. Revuz는 비순환(acyclic) 자동화에 대해 선형 시간 최소화를 제시했으며, 이는 트라이 구조를 역방향으로 탐색하면서 동일한 오른쪽 언어를 가진 상태를 즉시 합치는 방식이다. Almeida·Zeitoun은 이를 강한 연결 성분이 단순 사이클인 경우로 일반화했고, 로컬 자동화(local automata)에서는 합병이 항상 가능함을 보였다. Daciuk 등은 사전 구축 단계 없이 트라이를 직접 삽입·삭제하면서 동적으로 최소화를 유지하는 알고리즘을 제안했다.

특히 논문은 “느린 자동화(slow automata)” 개념을 도입해, Moore와 Hopcroft 알고리즘 모두에서 정제 단계가 최대 n‑2에 달하는 경우를 분석한다. 이러한 자동화는 언어의 깊이가 깊어질수록 정제 과정이 길어지는 특성을 갖는다.

마지막으로 동적 최소화 문제를 다루며, 기존 최소화된 자동화에 단어를 추가·제거할 때 필요한 재정제·재합병 절차를 제시한다. 비결정적 자동화의 최소화는 고유성이 보장되지 않지만, 특정 서브클래스(예: 역전 자동화)에서는 유일한 최소 형태가 존재함을 언급한다. 전체적으로 논문은 이론적 복잡도 분석과 실용적 구현 방안을 균형 있게 제시한다.