이분 그래프에서 모든 허용 간선을 선형 시간에 찾는 방법

초록

본 논문은 이분 그래프의 최대 매칭이 주어졌을 때, 그 매칭에 포함될 수 있는 모든 간선(허용 간선)을 O(n+m) 시간에 찾는 선형 알고리즘을 제시한다. 따라서 전체 복잡도는 최대 매칭을 찾는 시간인 O(√n·m) 혹은 밀집 그래프에서는 O((n/log n)^{1/2}·m) 로 감소한다. 기존 O(nm) 알고리즘보다 크게 개선되며, 구현이 간단하고 결정적이다.

상세 분석

이 논문은 이분 그래프 G=(V,E)에서 “허용 간선”(maximum matching에 포함될 수 있는 간선)을 효율적으로 식별하는 새로운 접근법을 제시한다. 핵심 아이디어는 주어진 최대 매칭 M을 기준으로 그래프를 두 종류의 서브그래프—상위(upper)와 하위(lower) 노드·간선—로 분할하고, 각각에 대해 서로 다른 구조적 특성을 이용해 허용 여부를 판단하는 것이다.

먼저, 완전 매칭이 존재하는 균형 이분 그래프( |V₁|=|V₂| )에서는 M에 포함되지 않은 간선이 “교대 사이클”(alternating cycle)에 속하면 허용 간선이 된다. 이를 위해 원 그래프 G를 방향 그래프 H로 변환한다. H의 정점은 V₁의 인덱스 집합이며, (u_i,u_j)는 i≠j이고 (v_i, v’_j)∈E일 때 존재한다. 그러면 (v_i, v’_j)가 허용이 되려면 i=j(즉, M에 속하는 간선) 혹은 (u_i,u_j)가 H의 강하게 연결된 성분(SCC) 내에 있어야 한다. 따라서 모든 SCC를 찾고, 같은 SCC에 속한 정점 사이의 간선을 모두 허용으로 표시하면 된다. Tarjan 혹은 Cheriyan‑Mehlhorn‑Gabow 알고리즘을 이용하면 SCC 탐색이 O(n+m) 시간에 가능하므로 전체 절차가 선형 시간에 수행된다.

다음으로 일반적인 (비균형) 이분 그래프에서는 최대 매칭 M의 크기를 t라 하자. M에 매칭되지 않은 노드들을 “하위”라 정의하고, 이들 사이의 간선은 언제나 허용임을 보인다(하위 간선이 매칭에 추가되면 매칭 크기가 증가해 모순이 되기 때문). 따라서 문제는 “상위” 부분 그래프 G_u (M에 매칭된 노드들만 포함)에서 허용 간선을 찾는 것으로 축소된다. G_u는 앞서 다룬 균형 그래프와 동일한 구조를 갖지만, 여기서는 두 종류의 허용 간선을 구분한다.

• Type I: G_u 자체의 교대 사이클에 포함되는 간선. 이는 Algorithm 2를 그대로 적용해 찾을 수 있다.
• Type II: G_u에서는 허용이 아니지만, 하위 노드와 연결된 교대 경로(왼쪽·오른쪽 증강 경로)를 통해 매칭에 포함될 수 있는 간선. 논문은 이러한 경로를 “상위 교대 경로”라 정의하고, 이를 탐색하기 위해 G_u에 대한 DFS/BFS와 하위 노드와의 연결 정보를 결합한다. 결국 Type II 간선은 G_u에서 SCC에 속하지 않더라도, 하위 노드와 연결된 교대 경로가 존재하면 허용으로 판정한다.

알고리즘 전체 흐름은 다음과 같다.

1. Hopcroft‑Karp 등으로 최대 매칭 M을 구한다(시간 O(√n·m)).
2. M에 포함된 정점 집합을 추출하고, 그 위에 Algorithm 2를 적용해 Type I 허용 간선을 찾는다.
3. G_u의 각 정점에 대해 인접한 하위 노드와의 교대 경로를 탐색해 Type II 간선을 식별한다.
4. 하위 간선은 모두 허용으로 마킹한다.

이 과정에서 모든 단계가 O(n+m) 선형 시간에 수행되므로, 전체 복잡도는 최대 매칭 탐색 단계에만 의존한다. 기존 O(nm) 알고리즘(예: Costa 1994)이나 무작위 알고리즘(예: Rabin‑Vazirani 1989)보다 현저히 빠르며, 특히 m=O(n^r) (r<1.876)인 경우에 실질적인 이득을 제공한다. 또한, 알고리즘은 구현이 단순하고, 강한 연결 성분 탐색과 기본 그래프 탐색만 사용하므로 메모리 오버헤드도 최소다.

논문은 또한 동적 환경(간선 삽입·삭제)에서 허용 간선을 유지하는 방법을 제시하고, 정규 이분 그래프(모든 정점이 동일한 차수)에서는 모든 간선이 자동으로 허용임을 증명한다. 부록에서는 허용 간선 집합의 크기와 정규 그래프에서의 특수성을 추가적으로 논의한다. 전체적으로 이 연구는 이분 매칭 이론에 실용적인 도구를 제공하며, 매칭 기반 데이터 프라이버시, 추천 시스템, 네트워크 설계 등 다양한 응용 분야에 바로 적용 가능하다.