정점 잎사귀 수: 코다르 그래프의 복잡도와 효율적 계산

초록

본 논문은 코다르 그래프의 정점 잎사귀(vertex leafage) 개념을 정의하고, 고정된 k≥3에 대해 정점 잎사귀가 k 이하인지 판단하는 문제가 NP‑완전임을 증명한다. 또한 leafage가 ℓ로 제한된 경우 정점 잎사귀를 n^{O(ℓ)} 시간에 계산할 수 있는 알고리즘을 제시하고, leafage와 정점 잎사귀를 동시에 최적화하는 트리 모델을 구성하는 방법을 제시한다.

상세 분석

정점 잎사귀(vℓ(G))는 그래프 G의 모든 정점을 대응하는 서브트리의 잎 개수가 최대 k가 되도록 하는 최소 k를 의미한다. 논문은 먼저 최소 트리 모델과 클리크 트리 사이의 동형 관계(Fact 6)를 활용해, 잎사귀와 정점 잎사귀를 동시에 최소화할 수 있는 모델이 존재함을 보인다. NP‑완전성 증명에서는 NOT‑ALL‑EQUAL‑k‑SAT 문제를 이용해 split 그래프 G_I를 구성한다. G_I는 클리크 집합 {A,B,Q_i}와 y‑정점들의 특수한 연결 구조를 가지며, 각 y_j가 정확히 k개의 Q_i와 A, B에 인접한다. 이 구조를 통해 (a) vℓ(G_I)≤k+1가 항상 성립하고, (b) vℓ(G_I)≤k이면 원래 SAT 인스턴스에 해가 존재함을 보인다. 핵심은 클리크 트리 T에서 A–B 간의 직접 연결을 강제하고, 각 Q_i를 리프 형태로 배치함으로써 y_j의 서브트리 잎 수가 정확히 k가 되도록 하는 것이다. 반대로, vℓ(G_I)≤k라면 T에서 A–B가 연결되어야 하고, 모든 Q_i는 리프여야 함을 논증한다. 이때 A–Q_i 혹은 B–Q_i의 존재 여부가 변수 선택 S를 정의하고, S가 SAT 해가 됨을 보인다. 따라서 정점 잎사귀 판정 문제는 k≥3에 대해 NP‑완전함을 확립한다.

다음으로 leafage가 ℓ로 제한된 경우(vℓ(G) 계산)에는 모든 가능한 클리크 트리를 열거한다. 클리크 트리의 각 내부 정점은 최소 3개의 인접 클리크를 가져야 하며, 이러한 고차 정점을 선택하는 조합을 n^{O(ℓ)} 시간에 탐색한다. 각 후보 트리에 대해 서브트리의 잎 수를 계산하면 최적의 vℓ(G)를 얻을 수 있다. 이 알고리즘은 ℓ이 상수일 때 다항식 시간에 해결 가능함을 의미한다.

마지막으로, leafage ℓ(G)와 정점 잎사귀 vℓ(G)를 동시에 만족하는 트리 모델을 구성한다. 주어진 트리 모델 (T,{T_u})을 변형해 호스트 트리 T의 잎 수를 ℓ(G)로 최소화하고, 각 서브트리 T_u의 잎 수는 기존보다 감소하거나 동일하게 만든다. 이는 호스트 트리의 불필요한 내부 경로를 압축하고, 서브트리의 잎을 재배치함으로써 가능하다. 결과적으로 모든 코다르 그래프에 대해 leafage와 정점 잎사귀를 동시에 최적화하는 모델이 존재함을 증명한다. 이와 더불어 경로 그래프의 경우 호스트 트리를 경로로 제한한 모델을 O(n³) 시간에 구축할 수 있음을 제시한다. 전체적으로 논문은 정점 잎사귀라는 새로운 구조적 파라미터의 복잡도와 계산 가능성을 체계적으로 규명하고, 실용적인 알고리즘과 구조적 결과를 제공한다.