그래프 탐색을 위한 타이브레이크 모델

초록

본 논문은 그래프 탐색 과정에서 발생하는 정점 순서를 인식·분석하기 위해 새로운 프레임워크인 Tie‑Break Label Search(TBLS)를 제안한다. TBLS는 라벨 집합에 정의된 부분 순서를 이용하고, 별도의 tie‑break 순열 τ를 통해 선택을 결정함으로써 기존 General Label Search(GLS)와 패턴‑조건 방식( Corneil‑Krueger)을 하나로 통합한다. BFS, DFS, LBFS, LDFS 등 주요 탐색을 TBLS 형태로 기술하고, 다중 스윕 알고리즘에 대한 표현력과 메모리 효율적인 인증 방법을 제공한다. 또한 TBLS와 GLS가 동일한 탐색 클래스를 포착함을 증명하고, 주어진 정점 순서가 특정 탐색에 의해 생성되었는지 판별하는 일반적인 인식 절차를 제시한다.

상세 분석

TBLS는 “라벨”을 정점이 이미 방문한 이웃들의 방문 시점 집합으로 정의하고, 이 라벨들에 대해 엄격한 부분 순서 ≺ 를 설정한다. 탐색 단계마다 현재 라벨이 ≺ 관계에서 최대인 정점들의 집합을 “eligible”이라 부르고, 이 집합 안에서 미리 지정된 순열 τ의 왼쪽에 위치한 정점을 선택한다. 이렇게 하면 탐색이 완전히 결정론적으로 수행되며, 기존의 LBFS·LDFS와 같이 라벨을 문자열 형태로 관리할 필요 없이 집합 연산만으로 표현할 수 있다. 논문은 Property 3.1을 통해 “S‑ordering”이라는 개념을 도입하고, 정점 x, y에 대해 x 가 y 보다 먼저 방문될 경우 Nσ(x,x) ≺ Nσ(y,x) 가 성립해야 함을 보인다. 이는 기존 패턴‑조건(예: a<b<c 및 a∈N(c)−N(b) ⇒ ∃d∈N(b) : d<b)과 동등한 서술이며, TBLS가 이러한 조건을 라벨 집합의 부분 순서로 직접 인코딩한다는 점에서 큰 장점을 가진다.

또한 논문은 두 탐색 S, S′ 사이의 “확장”(extension) 관계를 정의하고, S′ 가 S 의 확장인 ⇔ ≺{S′} 가 ≺{S} 의 확장이라는 정리를 증명한다(Theorem 3.5). 이는 탐색 간의 위계 구조를 부분 순서의 포함 관계로 완전히 설명한다는 의미다. 더불어 TBLS와 GLS가 동일한 탐색 집합을 생성한다는 결과(Section 5)는 기존 GLS 모델을 단순화하면서도 표현력을 유지함을 보여준다.

다중 스윕 알고리즘에 대한 적용도 눈에 띈다. τ를 이전 탐색의 역순으로 설정하면, 예를 들어 LBFS + LBFS와 같은 연속 탐색에서 “오른쪽most” 정점을 선택하는 효과를 자연스럽게 구현한다. 이를 통해 단일 탐색이 아닌 복합적인 순서 생성 과정을 동일한 프레임워크 안에서 기술할 수 있다.

마지막으로, 주어진 정점 순서 σ가 TBLS에 의해 생성될 수 있는지 여부를 판정하는 절차(Theorem 3.7)는, σ 자체를 tie‑break 순열 τ 로 사용해 자체 검증을 수행함으로써 구현상의 복잡성을 크게 낮춘다. 이는 인증서(certificate)를 메모리 효율적으로 구성할 수 있게 해, 실제 그래프 알고리즘 구현 시 큰 실용적 가치를 제공한다.