안정된 룸메이트 배정 근사 카운팅의 복잡성

초록

본 논문은 $k$‑attribute 모델($k\ge4$)과 $k$‑Euclidean 모델($k\ge3$)에서 안정된 룸메이트 배정의 근사 개수를 세는 문제가 독립집합 카운팅(#IS) 혹은 #SAT와 근사 보존적으로 상호 환원됨을 보인다. 따라서 NP≠RP이면 FPRAS가 존재하지 않는다. 또한 3‑attribute·2‑Euclidean 모델은 #BIS와 AP‑환원 가능함을 보여 #RH\Pi₁ 전체에 대한 FPRAS가 존재한다면 안정된 룸메이트 배정에도 가능함을 시사한다. 마지막으로 1‑attribute 경우는 안정 배정이 1개 또는 2개뿐이라 정확히 다항시간에 셀 수 있다.

상세 분석

이 연구는 안정된 룸메이트 문제(SR)의 근사 카운팅 복잡도를 두 가지 구조적 제한 모델에서 체계적으로 분석한다. 첫 번째는 $k$‑attribute 모델로, 각 사람 $i$는 선호 벡터 $p_i\in\mathbb{R}^k$와 속성 벡터 $a_i\in\mathbb{R}^k$를 갖고, $i$가 $j$를 선호하는 정도는 $p_i\cdot a_j$의 내적 크기로 정의한다. 두 번째는 $k$‑Euclidean 모델로, 사람들을 $k$차원 유클리드 공간에 배치하고, $i$가 $j$를 선호하는 정도는 거리 $|x_i - y_j|$의 역순으로 결정한다. 두 모델 모두 선호 리스트가 다항시간에 생성 가능하지만, 선호 관계가 고차원 기하학적 구조에 의해 강제된다는 점에서 일반 SR보다 제한적이다.

저자들은 먼저 기존 결과인 Irving·Leather의 #P‑complete 증명을 확장해, 정확히 카운팅하는 문제 #SR이 #P‑complete임을 확인한다. 그 다음, $k\ge4$인 attribute 모델과 $k\ge3$인 Euclidean 모델에 대해 근사 보존(AP) 환원을 설계한다. 구체적으로, 임의의 그래프 $G$의 모든 크기의 독립집합을 세는 문제 #IS를 입력으로 받아, $G$의 정점을 사람으로, 각 정점의 인접 정보를 속성·위치 벡터에 인코딩함으로써 $G$와 동형인 SR 인스턴스를 만든다. 이 변환은 독립집합의 개수와 안정된 룸메이트 배정의 개수를 정확히 일대일 대응시키며, 근사 비율을 보존한다. 따라서 #IS가 근사적으로 어려운 문제라는 사실이 #SR에도 그대로 전이된다.

또한 #SAT에 대한 AP‑환원도 제시한다. 논문은 논리식 $\phi$를 변수와 절에 대응하는 사람들로 변환하고, 변수‑절 관계를 속성·위치 벡터에 매핑해 $\phi$의 만족 할당 수와 SR 배정 수가 동일하도록 만든다. 이 과정은 기존 #SAT→#IS 환원을 변형한 것으로, #SAT가 #P‑hard이면서 근사적으로도 #BIS와 동등한 난이도를 가진다는 사실을 활용한다.

특히 저자들은 #BIS(이분 그래프 독립집합 카운팅)와의 AP‑환원을 통해, 3‑attribute 모델과 2‑Euclidean 모델이 논리적으로 정의된 복잡도 클래스 $#RH\Pi_1$의 완전 문제임을 보인다. 즉, 이 두 모델에 대한 FPRAS가 존재한다면 $#RH\Pi_1$ 전체에 대한 FPRAS가 존재한다는 강력한 함의를 가진다.

마지막으로 1‑attribute 모델을 분석한다. 여기서는 각 사람의 선호가 단일 실수값에 의해 완전히 순서화되므로, 안정된 매칭 구조가 매우 제한적이다. 저자는 모든 가능한 인스턴스에 대해 안정된 배정이 최대 두 개임을 증명하고, 이를 이용해 다항시간 알고리즘으로 정확히 개수를 셀 수 있음을 보여준다. 이 결과는 차원 수가 감소함에 따라 문제의 복잡도가 급격히 낮아지는 현상을 명확히 드러낸다.

전체적으로 이 논문은 고차원 기하학적 제한이 있더라도 안정된 룸메이트 배정의 근사 카운팅이 일반 그래프 독립집합 카운팅과 동등한 난이도를 가진다는 중요한 복잡도적 통찰을 제공한다.