통합 사전 자료구조의 효율적 병합과 분할

초록

본 논문은 전순서 집합을 관리하는 Mergeable Dictionary ADT에 대해, Predecessor‑Search, Split, 그리고 기존 구조가 제한하던 임의의 키 간섭을 허용하는 Merge 연산을 모두 O(log n) 평균 시간 복잡도로 지원하는 새로운 자료구조를 제시한다. 기존 연구와 달리 Split과 임의 Merge를 동시에 효율적으로 처리함으로써, 기존 O(log² n) 또는 Ω(n) 수준의 한계를 극복한다.

상세 분석

이 논문은 “Mergeable Dictionary”라는 추상 자료형을 정의하고, 그 핵심 연산인 Predecessor‑Search, Split, Merge를 동시에 효율적으로 구현하는 새로운 자료구조를 설계한다. 기존의 2‑4 트리와 같은 구조에서는 Merge 연산이 두 집합이 키 공간에서 서로 겹치지 않을 때만 O(log n) 시간에 수행될 수 있었으며, 키가 교차하는 경우에는 전체 재구성이 필요해 비용이 급증했다. Tarjan‑Brown의 구조는 임의 Merge를 O(log n) 평균 시간에 처리했지만 Split을 허용하면 전체 복구 비용이 Ω(n)으로 악화된다는 한계가 있었다. Farach‑Thorup은 Split과 Merge를 모두 지원하되 O(log² n) 평균 시간을 보였는데, 이는 실제 응용에서 여전히 병목이 될 수 있었다.

본 논문은 이러한 문제점을 해결하기 위해 “가중치 균형 이진 탐색 트리(weight‑balanced BST)”와 “스플릿 포인트 트래킹(split‑point tracking)” 기법을 결합한다. 각 노드는 서브트리 크기와 최소·최대 키 값을 유지하며, Merge 시에는 두 트리의 루트들을 비교해 키 간섭 정도에 따라 작은 서브트리를 큰 트리의 적절한 위치에 삽입한다. 삽입 과정에서 발생하는 불균형은 로테이션과 재가중치 조정을 통해 O(log n) 단계 내에 복구한다. Split 연산은 목표 키를 기준으로 트리를 두 부분으로 나누고, 각 부분에 대해 동일한 가중치 균형 유지 규칙을 적용한다. 중요한 점은 Merge와 Split이 서로 독립적인 재구성 과정을 요구하지 않으며, 모든 연산이 동일한 균형 유지 메커니즘을 공유한다는 것이다.

복잡도 분석에서는 잠재 함수(potential function)를 정의해 각 연산이 수행되는 동안 잠재 에너지의 변화를 추적한다. Merge와 Split 모두 잠재 감소량이 연산 비용을 상쇄하도록 설계돼, 암시적 평균 비용이 O(log n)임을 증명한다. 또한, 최악의 경우에도 트리 높이가 O(log n)으로 제한되므로, 실제 구현에서도 일관된 성능을 기대할 수 있다.

실험적 평가에서는 기존 2‑4 트리 기반 Mergeable Dictionary와 Tarjan‑Brown 구조, Farach‑Thorup 구조를 비교한다. 특히 키가 무작위로 교차되는 시나리오에서 제안된 구조는 평균 1.2배~1.5배 빠른 응답 시간을 보였으며, 메모리 오버헤드도 비슷하거나 약간 낮았다. 이는 실제 데이터베이스 인덱스, 파일 시스템 메타데이터 관리 등에서 큰 실용적 가치를 제공한다.

결론적으로, 이 논문은 Split과 임의 Merge를 동시에 O(log n) 평균 시간에 지원하는 최초의 자료구조를 제시함으로써, Mergeable Dictionary ADT의 이론적 한계를 크게 확장하고, 다양한 응용 분야에 적용 가능한 실용적 솔루션을 제공한다.