작은 분리자를 선형 시간에 찾는 트리폭 감소 기법

초록

이 논문은 그래프의 트리폭을 k에 대한 함수로 제한하면서, 크기가 k 이하인 모든 최소 s‑t 분리자를 보존하는 변환을 제시한다. 이를 통해 s‑t Cut, Multicut, 연결·독립 집합 제한 cut, Bipartization 등 다양한 파라미터화된 문제를 고정된 k에 대해 선형 시간(또는 거의 선형 시간) 알고리즘으로 해결한다. 핵심은 최소 분리자들이 트리폭이 작은 부분에 집중된다는 사실을 이용해, 트리폭이 제한된 그래프에서 Courcelle 정리를 적용함으로써 MSO로 기술된 제약을 모두 처리한다는 점이다.

상세 분석

논문의 핵심 기여는 “트리폭 감소 정리”이다. 입력 그래프 G와 두 단말 s, t, 그리고 정수 k가 주어지면, 알고리즘은 O(f(k)·|V|+|E|) 시간에 새로운 그래프 G를 구성한다. G는 트리폭이 g(k) (g는 k에만 의존하는 함수) 이하이며, 크기가 ≤k인 모든 포함 최소 s‑t 분리자 집합이 G*에서도 동일하게 존재한다는 보장을 제공한다. 이 정리는 두 단계로 증명된다. 첫째, 최소 s‑t cut들의 “비교 교차” 구조를 이용해 최소 cut들의 경계 집합 N(X_i)를 선형 시간에 추출한다. 둘째, 이 경계들을 이용해 “torso” 연산을 수행해 그래프를 압축하고, 압축 과정에서 발생하는 교차점들의 수가 k에 의해 제한됨을 보인다. 압축된 그래프의 트리폭은 브램블 이론을 활용해 상한을 잡을 수 있다; 즉, 큰 트리폭을 가진 경우에는 원래 그래프에도 큰 브램블이 존재해 최소 cut들의 수가 k를 초과한다는 모순이 도출된다.

이 정리를 기반으로 여러 파라미터화된 문제를 해결한다. 예를 들어, MINIMUM STABLE s‑t CUT 문제는 “해결 집합이 독립 집합”이라는 MSO 제약을 추가한 형태이며, 트리폭이 제한된 G*에 대해 Courcelle 정리를 적용하면 O(f(k)·n) 시간에 해결된다. 동일한 방법으로 HEREDITARY 클래스 G에 속하는 그래프를 유도하도록 제한한 cut, MULTICUT (다수의 (s_i,t_i) 쌍을 동시에 차단), MULTICUT‑UNCUT (차단해야 할 쌍과 차단하면 안 되는 쌍을 동시에 지정) 등도 선형‑시간 FPT가 된다.

연결성을 요구하는 CONNECTED s‑t CUT은 최소 분리자가 반드시 최소가 아니므로 직접 적용이 어렵다. 저자들은 최소 cut들의 “연결 컴포넌트”를 합쳐서 하나의 연결된 해를 구성하는 추가적인 구조적 분석을 수행한다. 이를 통해 k개의 정점으로 이루어진 연결된 집합이 존재하면, 해당 집합 역시 G*에 보존되므로 동일한 MSO 기반 알고리즘이 적용된다.

또한, EDGE‑INCLUDED VERTEX CUT(정점 대신 해당 정점에 인접한 가장자리들을 삭제)과 같은 변형도 동일한 프레임워크에 포함된다. 여기서는 정점 대신 가장자리 라벨을 도입해 MSO 식에 “라벨이 특정값인 정점”이라는 조건을 추가함으로써 처리한다.

BIPARTIZATION 문제에 대해서는 기존에 FPT와 거의 선형 시간 알고리즘이 알려졌지만, 독립 집합을 요구하는 STABLE BIPARTIZATION, 정확히 k개의 정점을 요구하는 EXACT STABLE BIPARTIZATION 등은 새로운 결과이다. 특히 EXACT STABLE BIPARTIZATION은 “정확히 k개의 독립 정점”이라는 W