단어 구분 문제와 DFA·NFA 복잡도에 관한 종합 조사

초록

본 논문은 길이 ≤ n 인 두 문자열을 구분하기 위해 필요한 최소 DFA 상태 수 S(n)을 조사한다. 기존 상한·하한을 정리하고, 알파벳 크기와 무관함을 보이며, 평균적으로는 상수 상태만 필요함을 보인다. 새로운 하한으로 동일 길이 문자열에 대해 n개의 상태로는 구분이 불가능한 사례를 제시하고, Hamming 거리 d 에 대해 O(d log n) 의 상한을 얻는다. 또한 NFA와 DFA 사이의 구분 능력 차이가 무한히 커질 수 있음을 보이며, 2DPDA와 순열 자동자에 대한 별도 결과도 제시한다.

상세 분석

논문은 먼저 sep(w,x) 를 “w 를 받아들이고 x 를 거부하는 최소 DFA 의 상태 수” 로 정의하고, S(n)=max_{|w|,|x|≤n, w≠x} sep(w,x) 로 두 문자열을 구분하는 최악의 복잡도를 정량화한다. 기존 연구에 따르면 S(n)=o(n) 이었으며, Robson 의 상한 S(n)=O(n^{2/5}(log n)^{3/5}) 가 현재 최고이다. 저자들은 먼저 알파벳 크기와 무관함을 증명한다. 즉, Σ의 크기가 2 이상이면 S_k(n)=S_2(n) 임을 보여, 이론적 분석을 이진 알파벳에만 국한해도 충분함을 확인한다.

다음으로 평균 경우를 분석한다. 무작위로 선택된 두 서로 다른 길이 n 의 문자열에 대해, 첫 번째 차이가 나타나는 위치를 탐지하는 3‑state DFA 로 대부분을 구분할 수 있음을 보이며, 기대 상태 수는 (3k−2)/(k−1) ≤ 4 로 상수 수준임을 증명한다. 이는 “대부분의 경우는 쉬운” 현상을 정량화한다.

동일 길이 문자열에 대한 하한을 새롭게 제시한다. w=0^{n−1}1^{n−1}+lcm(1,…,n) 와 x=0^{n−1}+lcm(1,…,n)1^{n−1} 라는 두 문자열은 어떤 n‑state DFA 로도 구분할 수 없으며, 이는 lcm(1,…,n)≈e^{n} 로부터 Ω(log n) 의 하한을 도출한다.

그 후 “쉽게 구분 가능한 경우”를 여러 가지 패턴으로 분류한다. 앞쪽·뒤쪽 d 위치 차이만 있으면 sep≤d+2 혹은 d+1, 특정 문자 빈도 차이가 있으면 O(log n) 상태, 길이 d 의 패턴이 서로 다른 횟수로 나타나면 O(d log n) 상태로 구분 가능함을 보인다. 특히 Hamming 거리 d ≤ k 인 경우, i_1,…,i_d 라는 차이 위치를 이용해 소수 p=O(log n) 를 선택하고, p‑주기 카운터를 두 개 결합한 DFA 로 O(d log n) 상태 안에 구분기를 만든다. 이는 “거의 동일한 문자열도 차이가 작으면 쉽게 구분 가능”함을 의미한다.

특수 클래스인 역문자열(w, w^R)과 순환 변형(conjugates)에서도 Ω(log n) 하한이 존재함을 예시로 제시한다.

비결정적 자동화(NFA) 에 대해서는 nsep(w,x) 를 정의하고, DFA와 NFA 사이의 구분 능력 차이가 무한히 커질 수 있음을 Theorem 3 으로 증명한다. 구체적으로, 앞서 제시한 w,x 에 대해 DFA 는 Θ(n^2) 상태가 필요하지만, 해당 언어를 인식하는 NFA 는 Θ(√n) 상태만으로 가능하다. 또한 NFA 로도 동일한 lcm 기반 하한이 존재함을 보인다.

2‑방향 PDA(2DPDA) 로는 O(log n) 상태만으로 언제든 두 문자열을 구분할 수 있음을 제시한다. 이는 입력 테이프를 이진 탐색식으로 이동시키는 기법을 이용한다.

마지막으로 순열 자동자(각 입력이 상태를 순열로 작동) 에 대해서는 기존에 알려진 O(√n) 상한을 언급하고, 동일 길이 문자열이 모든 순열 동형사상에서 동일하게 동작하도록 만드는 최소 길이 ℓ 에 대해 최근 결과 ℓ = 2^{O(√n log n)} 를 인용한다.

전체적으로 논문은 기존 결과를 체계적으로 정리하고, 동일 길이 문자열에 대한 새로운 하한, 평균‑사례 상수 상한, NFA와 DFA 사이의 무한 비율 등 여러 새로운 정리를 제공한다. 또한 여러 열린 문제를 제시해 향후 연구 방향을 제시한다.