플러드잇 난이도와 알고리즘 복잡성

초록

본 논문은 색칠 퍼즐 게임 “Flood‑It”의 최적 해 찾기가 색의 종류 c≥3일 때 NP‑hard임을 증명하고, 자유롭게 시작 위치를 선택할 수 있는 변형에서도 동일한 난이도를 보인다. 색이 두 가지일 때는 다항시간 알고리즘이 존재함을 보이며, 보드 높이가 2인 경우는 P, 3 이상이면 NP‑hard임을 보여준다. 또한 c‑1 근사와 무작위화된 2c/3 근사 알고리즘을 제시하고, c에 독립적인 상수 비율 근사는 불가능함을 증명한다. 최악의 n×n 보드에 필요한 최소 이동 수는 Θ(n·√c)이며, 무작위 보드에서는 이동 수가 Ω(n)임을 확률적으로 분석한다.

상세 요약

논문은 먼저 Flood‑It 게임을 형식적으로 정의한다. n×n 격자에 c가지 색이 할당되고, 매 턴 플레이어는 하나의 색 k를 선택한다. 선택된 색은 현재 왼쪽 위 모노크로매틱 영역에 적용되어 그 영역의 모든 타일 색을 k로 바꾸고, 인접한 k색 영역과 합쳐진다. 목표는 전체 보드를 단일 색으로 만드는 최소 턴 수를 찾는 것이다. 저자들은 c≥3인 경우 이 최적화 문제가 NP‑hard임을 증명한다. 이를 위해 3‑SAT 혹은 Vertex‑Cover와 같은 알려진 NP‑complete 문제로부터 다항 시간 감소(reduction)를 구성한다. 감소 과정에서 각 변수와 절을 격자상의 특정 패턴으로 인코딩하고, 색 선택이 논리적 선택에 대응하도록 설계한다. 특히, “free” 변형—플레이어가 시작 위치를 자유롭게 선택할 수 있는 경우—에서도 동일한 감소가 적용되어 NP‑hardness가 유지됨을 보인다.

반면, 색이 두 가지(c=2)일 때는 문제를 그래프의 이분 매칭 문제로 변환할 수 있음을 보여준다. 구체적으로, 현재 연결된 영역을 하나의 정점으로 보고, 색 전환이 가능한 경계를 간선으로 두어, 최소 색 전환 순서는 최소 스패닝 트리와 동등함을 증명한다. 따라서 O(n²) 시간 내에 최적 해를 구할 수 있다.

보드 높이에 대한 결과도 흥미롭다. 높이 2인 보드에서는 색 배치가 일직선 형태로 제한되므로, 동적 프로그래밍을 이용해 최적 해를 다항 시간에 찾을 수 있다. 그러나 높이가 3 이상이면, 같은 NP‑hard 감소를 적용할 수 있어 문제 난이도가 급격히 상승한다.

근사 알고리즘 측면에서 저자들은 두 가지 접근법을 제시한다. 첫 번째는 “c‑1 근사”로, 매 턴 가장 많이 등장하는 색을 선택하는 그리디 전략을 사용한다. 이 전략은 최적 해보다 최대 c‑1번 더 많은 턴을 필요로 함을 증명한다. 두 번째는 무작위화된 “2c/3 근사” 알고리즘으로, 현재 영역에 인접한 색 중 무작위로 선택하되, 선택 확률을 색 빈도에 비례하도록 조정한다. 기대값 분석을 통해 평균적으로 최적 해의 2c/3배 이하의 턴 수를 보장한다.

또한, 상수 비율 근사에 대한 하한을 보여준다. 만약 c에 독립적인 상수 α<∞가 존재하여 α‑근사 다항 시간 알고리즘이 있다면, 이는 NP‑complete 문제를 다항 시간에 해결하는 것과 동등하므로 P=NP가 된다. 따라서 c에 비례하는 근사 비율이 최선임을 이론적으로 확정한다.

마지막으로, 최악의 보드에 필요한 최소 턴 수를 분석한다. 저자들은 색이 √c 정도 차이나는 구역을 교차시키는 구조를 설계해, 최소 턴 수가 Θ(n·√c)임을 증명한다. 이는 기존 알려진 상한 O(nc)보다 훨씬 강력한 하한이다. 무작위 보드에 대해서는 색이 독립적으로 균등하게 배정된 경우, 각 행·열마다 최소 한 번의 색 전환이 필요함을 확률적 결합을 통해 보이며, 따라서 전체 턴 수는 Ω(n)이며, 이는 높은 확률(1‑o(1))로 성립한다. 전체적으로 이 논문은 Flood‑It 게임의 복잡도 지형을 색 수, 보드 형태, 시작 규칙에 따라 상세히 구분하고, 실용적인 근사 알고리즘과 이론적 한계를 동시에 제공한다.