파라미터화된 이동 조합 최적화

초록

이 논문은 이동(Shifted) 조합 최적화(SCO) 문제의 파라미터화 복잡성을 체계적으로 조사한다. 명시적으로 주어진 집합 S의 크기를 파라미터로 할 때, 목적 함수의 형태에 따라 문제는 XP, FPT 또는 P 수준으로 분류된다. 또한 MSO 논리로 정의된 그래프 집합에 대해 트리폭·클리크폭을 파라미터로 삼은 경우, SCO는 XP에 속하지만, 트리깊이가 제한된 그래프에서도 W

상세 분석

본 연구는 두 가지 주요 파라미터화 프레임워크를 제시한다. 첫 번째는 입력 집합 S가 명시적으로 주어지고, 파라미터 m=|S|를 기준으로 하는 경우이다. 저자들은 목적 행렬 c가 일반적인 경우에는 문제를 (r + 1)‑차원 정수선형계획으로 환원함으로써 전체 탐색이 O(r^{m‑1}) 시간에 가능함을 보였다. 이때 c가 ‘shifted’(행이 비증가)일 경우 목적 함수 f는 각 r_k 에 대해 concave 형태가 되므로, 정수형 m‑차원 단순체 위에서의 최적화가 FPT 알고리즘으로 해결될 수 있다. 반대로 c가 ‘‑shifted’이면 f가 convex가 되어, 단순히 각 열을 동일하게 배분하는 그리디 전략으로 다항시간에 최적해를 구할 수 있다. 이러한 성질을 이용해, 저자들은 (a) 일반 c에 대해 XP, (b) shifted c에 대해 FPT, (c) ‑shifted c에 대해 P에 속함을 정리하였다. 특히 (a) 경우는 W