짧은 초문자열 문제와 관련 문제들의 하한 강화

초록

이 논문은 문자열 길이가 4이고 각 문자 등장 횟수가 최대 8인 강하게 제한된 인스턴스를 이용해 최단 초문자열(Shortest Superstring), 최대 압축(Maximal Compression), 그리고 비대칭 최대 여행 판매원 문제(MAX‑ATSP)의 근사 난이도 하한을 기존보다 크게 개선한다. 새로운 감소 기법을 통해 이들 문제를 1.00301, 1.00492, 1.00492 배 이하의 근사 비율로 해결하는 것이 NP‑hard임을 보인다.

상세 분석

본 연구는 기존 연구에서 사용된 “orbit size” 개념을 한 단계 더 제한한다. 이전에 Vassilevska가 제시한 하드 인스턴스는 최대 20번 등장하는 문자와 길이 4의 문자열을 사용했으며, 그 결과 1.00082 정도의 하한만을 얻었다. 저자들은 새로운 감소 방법을 고안하여, 모든 문자열의 길이를 4로 고정하고 동시에 각 알파벳 문자의 전체 등장 횟수를 8 이하로 제한한다(orbit size ≤ 8). 이 제한은 실제 DNA 서열 분석 등 실용적인 응용에서도 의미가 있다.

핵심 아이디어는 Berman‑Karpinski가 정의한 “Hybrid 문제”(2‑변수와 3‑변수 선형 방정식의 혼합)에서 시작한다. Hybrid 문제는 각 변수당 정확히 3번 등장하도록 구성될 수 있으며, 이는 변수당 3번 등장하는 그래프 구조를 만든다. 저자들은 이 구조를 문자열 인코딩으로 변환하는데, 각 변수와 방정식에 대응하는 고정 길이(4)의 문자열을 설계한다. 특히, 3‑변수 방정식 x⊕y⊕z=0/1 은 세 문자열을 겹치게 만들 수 있는 “hyperedge gadget” 으로 변환되고, 2‑변수 방정식은 짧은 겹침(overlap) 패턴을 통해 표현된다. 이렇게 구성된 문자열 집합 S는 다음 두 가지 중요한 속성을 가진다.

1. 압축량과 해밀턴 경로 가중치의 일대일 대응: S의 최적 초문자열 길이는 문자열들의 총 길이에서 최대 해밀턴 경로(또는 MAX‑ATSP) 가중치를 뺀 값과 정확히 일치한다. 따라서 Shortest Superstring와 Maximal Compression 문제는 MAX‑ATSP와 동일한 근사 난이도를 공유한다.

2. Orbit size 제한 유지: 모든 문자열에 사용되는 알파벳은 최대 8개의 문자만을 포함하고, 각 문자는 전체 문자열 집합에서 8번 이하만 등장한다. 이는 기존의 20‑orbit 제한을 크게 낮춘 것이다.

이러한 인코딩을 통해 저자들은 다음과 같은 하한을 증명한다.

• Shortest Superstring: 333/332 ≈ 1.00301 배 이하의 근사 비율로는 해결할 수 없으며, 이는 기존 1.00082 하한보다 약 300배 큰 차이를 만든다.
• Maximal Compression: 204/203 ≈ 1.00492 배 이하의 근사 비율은 NP‑hard이다.
• MAX‑ATSP: 동일한 204/203 비율이 적용된다. 이는 MIN‑(1,2)‑ATSP에 대한 기존 1.0031 하한을 넘어서는 결과이며, Vishwanathan의 변환을 이용해 MAX‑ATSP 하한으로 전이된다.

또한, 저자들은 이러한 하한이 “binary alphabet” 제한에서도 유지된다는 점을 강조한다. 즉, 알파벳 크기를 2로 제한해도 위의 근사 비율 이하의 알고리즘은 존재하지 않는다. 이는 실제 DNA 서열(알파벳 {a,c,g,t})이나 이진 데이터 압축 상황에서도 강력한 난이도 보장을 의미한다.

마지막으로, 논문은 기존 근사 알고리즘들의 상한(현재 최선 2.478 배)과 비교해 하한이 크게 상승했음을 지적한다. 이는 현재 알고리즘과 이론적 한계 사이의 격차가 여전히 크며, 더 나은 근사 알고리즘 개발이 어려운 문제임을 시사한다.