무작위 가중 완전 그래프에서 O(n²) 시간의 전쌍 최단 경로 알고리즘

초록

본 논문은 정점 n개의 완전 방향 그래프에 대해 각 간선 가중치를

상세 분석

이 연구는 전통적인 전쌍 최단 경로(APSP) 문제에 확률적 구조를 도입함으로써 시간 복잡도 장벽을 크게 낮춘다. 기존의 최악의 경우 O(n³) 혹은 고밀도 그래프에서 O(n²·log n) 수준의 알고리즘과 달리, 본 논문은 완전 그래프이면서 간선 가중치가 독립적이고 균등하게 분포된 상황을 가정한다. 이러한 확률적 가정 하에서 ‘국소 최단 경로(local shortest path, LSP)’라는 개념을 정의한다. LSP는 두 정점 사이의 최단 경로가 아닌, 한 정점에서 시작해 한 번의 “스킵”(즉, 한 정점이 아닌 다른 정점으로 바로 이동) 후에 최단 경로가 되는 경로를 의미한다. 저자들은 무작위 가중치가 부여된 완전 그래프에서 LSP의 총 개수가 기대값 O(n²)이며, 큰 편차가 거의 없어서 고확률적으로도 동일한 상한을 만족한다는 정리를 증명한다. 핵심 증명은 확률적 순서 통계와 부등식(예: Chernoff bound)을 활용해, 임의의 세 정점 (u, v, w) 에 대해 경로 u→w→v 가 LSP가 될 확률이 O(1/n) 수준임을 보이고, 이를 모든 가능한 삼중조합에 대해 합산하면 전체 LSP 수가 O(n²)임을 도출한다.

이 LSP 상한을 이용해 Demetrescu‑Italiano의 동적 APSP 프레임워크를 최적화한다. 그 프레임워크는 모든 정점 쌍에 대해 “거리 표”와 “전이 표”를 유지하면서, 새로운 간선 가중치가 들어오면 영향을 받는 LSP만을 갱신한다. LSP 개수가 O(n²)로 제한되면, 각 갱신 단계에서 수행되는 작업도 O(n²) 이하가 된다. 특히, 전체 그래프에 대해 한 번의 전처리 단계에서 모든 LSP를 탐색하고 저장하는 비용이 O(n²)이며, 이후 임의의 간선 업데이트에 대해서는 영향을 받는 LSP가 평균적으로 O(log n) 수준이므로, 전체 재계산 비용이 O(log² n) 기대 시간으로 감소한다. 이는 기존 동적 APSP 알고리즘이 일반적으로 O(n²) 혹은 O(n·log n)에 머물렀던 점과 크게 대비된다.

알고리즘 구현 측면에서 저자들은 “스패닝 트리 기반 경로 압축”과 “우선순위 큐 없이 선형 스캔” 기법을 도입해 상수 인자를 최소화하였다. 또한, 메모리 사용량은 O(n²) 거리 행렬과 O(n²) LSP 리스트 두 개만 필요하므로, 실제 대규모 그래프에서도 실용적이다. 실험 결과는 이론적 복잡도와 일치하며, n=10⁴ 정도의 그래프에서도 평균 실행 시간이 O(n²) 수준임을 확인한다. 마지막으로, 논문은 이 접근법이 완전 그래프에 국한되지 않고, 평균 차수가 Θ(n)인 희소 그래프에서도 비슷한 확률적 LSP 상한을 기대할 수 있음을 간략히 논의한다. 이는 향후 무작위 가중치 모델을 활용한 그래프 알고리즘 연구에 새로운 방향을 제시한다.