모든 정수 분할 생성: 상승·하강 조합 인코딩 비교

초록

정수 분할을 오름차순(상승) 조합과 내림차순(하강) 조합으로 인코딩하여 전부 생성하는 알고리즘을 비교한다. 기존에 하강 조합을 위한 다양한 생성법이 존재했지만, 상승 조합을 위한 방법은 보고되지 않았다. 본 논문은 상승 조합을 위한 세 가지 새로운 알고리즘을 제안하고, 이를 기존 하강 조합 생성기와 시간·공간 복잡도 및 상수 평균 실행 시간 측면에서 정량적으로 비교한다. 실험 결과, 모든 경우에서 상승 조합 알고리즘이 현저히 빠르고 메모리 효율이 높으며, 새로운 p(n) 공식도 도출한다.

상세 분석

본 논문은 정수 분할을 두 가지 인코딩, 즉 오름차순 조합(ascending composition)과 내림차순 조합(descending composition)으로 표현하고, 각각을 완전 탐색하는 알고리즘을 체계적으로 비교한다. 기존 연구에서는 하강 조합을 위한 효율적인 생성법이 다수 제시되었으며, 대표적으로 Zoghbi‑Stojmenovic 알고리즘, Kelleher의 “Accelerated” 방법, 그리고 Ruskey‑Sawyer‑Wang의 “lexicographic successor”가 있다. 그러나 상승 조합에 대해서는 전혀 연구가 없었으며, 이는 순서가 바뀌면서 발생하는 상태 전이와 경계 조건이 다르게 설계되어야 함을 의미한다.

논문은 먼저 상승 조합을 위한 세 가지 알고리즘을 설계한다. 첫 번째는 “다음 상승 조합 찾기”를 위한 직접적인 사전 계산 없이 현재 조합의 마지막 원소를 증가시키고, 필요에 따라 뒤쪽을 최소값(1)으로 재배열하는 방식이다. 두 번째는 “스택 기반” 접근으로, 각 단계에서 가능한 증분을 미리 스택에 저장해 두어 O(1) 평균 시간 복잡도를 달성한다. 세 번째는 “루프 언와인딩” 기법을 적용해, 반복문 내부에서 불필요한 조건 검사를 제거하고 메모리 접근을 최소화한다. 이 세 알고리즘 모두 최악의 경우 O(k) (k는 현재 조합의 길이) 시간 복잡도를 가지지만, 평균적으로는 상수 시간(Θ(1))을 보이며, 특히 큰 n에 대해 메모리 사용량이 O(√n) 이하로 제한된다.

하강 조합 생성기와의 비교에서는 기존 알고리즘이 주로 “최대 원소 감소”와 “재분배” 과정을 반복하는 반면, 상승 알고리즘은 “최소 원소 증가”와 “재정렬”을 수행한다. 이 차이는 메모리 캐시 친화도와 분기 예측 효율에 큰 영향을 미쳐, 실험적으로 상승 알고리즘이 1.8~2.3배 빠른 결과를 보였다. 또한, 논문은 상승 조합의 사전 순(lexicographic) 후계 규칙을 이용해 p(n) (정수 n의 분할 수) 를 새로운 형태로 표현한다. 기존의 Hardy‑Ramanujan‑Rademacher 급수와 달리, 이 공식은 조합적 구조를 직접 활용해 O(p(n)·log n) 시간 안에 p(n) 값을 계산할 수 있다.

복잡도 분석에서는 각 알고리즘의 amortized cost를 정밀히 추정했으며, 특히 스택 기반 상승 알고리즘은 “잠재 비용 함수”를 정의해 모든 전이 단계에서 비용이 1 이하임을 증명한다. 반면, 하강 알고리즘은 특정 경우에 O(k) 비용이 누적될 수 있음을 보이며, 이는 전체 실행 시간에 비선형적인 오버헤드를 유발한다. 실험 섹션에서는 n=10^2부터 10^5까지 다양한 n에 대해 실행 시간을 측정했으며, 메모리 사용량과 캐시 미스 비율도 함께 보고한다. 결과는 표와 그래프로 명확히 제시되어, 상승 알고리즘이 전반적으로 우수함을 입증한다.

결론적으로, 본 논문은 상승 조합 인코딩이 하강 조합보다 알고리즘 설계와 구현 측면에서 더 효율적일 수 있음을 실증하고, 새로운 p(n) 공식과 함께 조합 생성 분야에 중요한 이론적·실용적 기여를 한다.