고차원 타라이 함수의 종결과 닫힌 형태

초록

본 논문은 차원 n≥3인 타라이 함수가 호출 필요(call‑by‑need) 전략하에서 반드시 종료함을 증명하고, 기존에 제시된 Bailey·Cowles의 닫힌 형태식이 모든 차원에서 정확함을 확인한다.

상세 분석

타라이 함수는 원래 2차원에서 정의된 재귀 함수로, 매개변수 두 개가 모두 0보다 클 때는 두 번의 재귀 호출을 통해 인자를 감소시키고, 하나라도 0이면 다른 인자를 반환한다는 단순한 규칙을 가진다. 이 함수는 “call‑by‑need”(필요 시에만 평가) 전략을 적용하면 무한 재귀에 빠지지 않고 정상적으로 종료한다는 것이 잘 알려져 있다. 그러나 차원을 확장하여 n개의 인자를 받는 고차원 타라이 함수를 정의하면, 각 인자에 대한 감소와 재귀 호출이 복잡하게 얽히게 된다. 특히 n≥3일 경우, 기존의 2차원 증명 기법을 그대로 적용할 수 없으며, 인자들의 순열에 따라 호출 트리가 급격히 확장되는 문제가 발생한다.

저자들은 먼저 n차원 타라이 함수를 다음과 같이 정의한다.
(T_n(x_1,\dots,x_n)=\begin{cases} x_2 & \text{if }x_1\le x_2\ T_n\bigl(T_{n-1}(x_2,\dots,x_n),x_1-1,\dots,x_{n-1}\bigr) & \text{otherwise} \end{cases})
(정확한 수식은 논문에 기술되어 있다). 여기서 핵심은 “첫 번째 인자가 두 번째 인자보다 크면, 첫 번째 인자를 1 감소시킨 뒤 나머지 인자들을 순환시켜 새로운 호출을 만든다”는 점이다.

종결성을 보이기 위해 저자들은 “lexicographic order”를 이용한 복합 순서 관계를 도입한다. 구체적으로, 인자 벡터 ((x_1,\dots,x_n))를 정수 튜플의 사전식 순서에 따라 정렬하고, 각 재귀 단계에서 이 순서가 엄격히 감소함을 증명한다. 이를 위해 두 가지 주요 보조 정리를 제시한다. 첫째, 첫 번째 인자가 감소할 때 전체 튜플이 사전식으로 감소한다는 사실; 둘째, 첫 번째 인자가 감소하지 않더라도, 내부에서 호출되는 (T_{n-1}) 함수가 이미 사전식 감소를 보장한다는 점이다. 이 두 정리를 결합하면, 모든 가능한 호출 경로에서 무한 감소가 일어나므로 반드시 종료함을 보일 수 있다.

또한, Bailey와 Cowles가 제안한 닫힌 형태식
(T_n(x_1,\dots,x_n)=\max{x_2,\dots,x_n}+1)
(조건에 따라 약간 변형된 형태)이 실제 재귀 정의와 일치함을 증명한다. 저자들은 귀납법을 사용해 n=3인 경우를 직접 검증하고, 일반 n에 대해 귀납 단계에서 앞서 증명한 종결성 결과와 사전식 감소 성질을 활용한다. 특히, “call‑by‑need” 전략 하에서는 중복 호출이 메모이제이션을 통해 한 번만 평가되므로, 닫힌 형태식이 모든 입력에 대해 동일한 값을 반환한다는 것을 보인다.

이러한 결과는 고차원 재귀 함수의 종결성을 분석하는 새로운 방법론을 제공하며, 특히 함수형 프로그래밍 언어에서의 최적화와 메모이제이션 전략 설계에 실질적인 영향을 미친다.