두 상품 균등 분할 흐름 문제의 1/2 근사 알고리즘

초록

이 논문은 두 개의 상품을 각각 최대 k₁, k₂개의 동일 크기 청크로 나누어 라우팅하는 스플리터블 플로우 문제를 다룬다. 두 상품이 동시에 존재하면 문제는 NP‑hard가 되며, ½보다 큰 비율로는 근사도 불가능함을 보인다. 반면 모든 청크가 동일한 크기일 때는 최소 k‑컷을 이용해 1/2‑근사 알고리즘을 설계하고, k₁·k₂가 짝수이고 특정 마이너가 없을 경우 정확해를 얻는다. 또한 고정된 수요 비율 하에 최대 동시 흐름에 대해 1/4‑근사 비율을 도출한다.

상세 분석

논문은 먼저 두 상품이 각각 k₁, k₂개의 경로에 균등하게 흐름을 할당해야 하는 (k₁, k₂)-splittable flow 문제를 정의한다. 단일 상품에 대한 k‑splittable flow는 최소 k‑컷과 정확히 일치한다는 기존 결과를 확장하려고 시도한다. 그러나 두 상품이 동시에 존재하면, 최소 k‑컷만으로는 상한을 충분히 강하게 잡을 수 없으며, 실제 최적값은 그보다 크게 될 수 있음을 그림 3을 통해 보여준다. 따라서 새로운 컷 기반 상한 c_{k₁,k₂}(G)를 정의하고, 이를 구하기 위해 네 가지 경우(각 상품만을 가로지르는 컷, 두 상품을 동시에 가로지르는 컷 등)로 나누어 각각 단일‑commodity k‑컷을 계산한다. 이 과정은 O((k₁+k₂)|E|log|E|) 시간에 수행 가능하다.

다음으로, c_{k₁,k₂}(G) 값을 이용해 2k₁, 2k₂‑splittable totally uniform flow를 구성한다. 여기서는 Hu의 2‑commodity 흐름 정리를 활용해 반정수 해를 얻고, 이를 다시 원 그래프에 ½·c_{k₁,k₂}(G) 만큼의 흐름을 할당한다. 만약 그래프가 그림 4의 마이너를 포함하지 않으면, 반정수 해를 정수 해로 바꿀 수 있어 k₁, k₂‑splittable totally uniform flow를 정확히 얻는다.

근사 알고리즘은 위의 절차를 그대로 적용하되, 마이너 조건이나 2c_{k₁,k₂}=c_{k₁/2,k₂/2} 같은 특수 상황을 가정하지 않는다. 이 경우 얻어지는 흐름의 총량은 (k₁+k₂)·c_{k₁,k₂}(G)이며, 이는 최적값의 최소 ½배임을 증명한다. 따라서 1/2‑approximation이 가능하고, 이는 α>½인 근사 비율이 NP‑hard임을 보인 난이도 결과와 일치한다.

마지막으로, 동일 청크 크기 제한을 없애고 고정된 수요 비율 d₁/d₂를 가정하면, 위의 1/2‑근사를 두 번 적용해 최대 동시 흐름에 대해 1/4‑근사 비율을 얻는다. 이는 기존 연구에서 제시된 1/2‑근사보다 약간 낮지만, 두 상품이 동시에 존재하는 상황에서 최초로 다항시간 근사 비율을 제공한다는 점에서 의미가 크다.