한계용량 다대다 매칭을 위한 O(n³) 최적 가중치 알고리즘

초록

본 논문은 무방향 이분 그래프에서 각 정점이 최소 1개, 최대 지정된 용량만큼 매칭될 수 있는 제한용량 다대다 매칭(LCMM) 문제를 다룬다. 비양수 실수 가중치(또는 비음수 실수 가중치)의 경우, 기존의 O(n³) 허니게리 알고리즘을 변형하여 정점 복제와 두 단계 매칭 전략을 도입함으로써 전체 복잡도를 O(n³)로 유지한다. 알고리즘의 정확성 및 복잡도 분석을 통해 최대(또는 최소) 가중치 LCMM을 효율적으로 구할 수 있음을 증명한다.

상세 분석

이 논문은 제한용량 다대다 매칭(LCMM)이라는 특수한 매칭 모델을 정의하고, 이를 기존의 허니게리 알고리즘 프레임워크 안에서 해결한다는 점에서 학술적 의의가 크다. 먼저, 각 정점 v∈A∪B에 대해 1≤deg(v)≤Cap(v)라는 제약을 부여함으로써 전통적인 완전 매칭이나 일반적인 다대다 매칭과 차별화한다. 이러한 제약을 직접 다루기 위해 저자들은 원 그래프 G=(A∪B,E)를 확장하여 복제 정점 집합 A′와 B′를 도입한다. 구체적으로, 정점 a_i∈A는 α_i−1개의 복제 a′_ik를, 정점 b_j∈B는 β_j−1개의 복제 b′_jk를 만든다. 복제 정점들 사이의 연결은 원 그래프의 가중치를 그대로 복사하고, A′와 B′ 사이에는 가중치 0인 완전 연결을 추가한다. 이렇게 구성된 확장 그래프 G′=(X∪Y,E′)에서는 각 정점이 정확히 한 번만 매칭되는 완전 매칭 문제로 변환된다. 따라서 기존 허니게리 알고리즘이 보장하는 O(n³) 시간 복잡도를 그대로 활용할 수 있다.

알고리즘은 두 단계로 진행된다. 첫 번째 단계에서는 확장 그래프 G′에서 집합 A⊆X에 속한 모든 정점을 매칭할 때까지 허니게리의 기본 루프를 수행한다. 이때 복제 정점 B′의 자유 정점들은 라벨과 슬랙 값이 모두 동일하므로, 실제 구현에서는 각 B′_j 그룹을 하나의 가상 정점으로 취급해 연산량을 감소시킨다. 두 번째 단계에서는 동일한 절차를 B⊆Y에 적용한다. 두 단계가 순차적으로 수행되면 최종 매칭 M₂는 A와 B 모두를 포함하는 완전 매칭이 되며, 이는 원 그래프 G의 제한용량을 만족하는 최대 가중치 LCMM L과 가중치가 동일함을 증명한다. 핵심 증명은 (1) 라벨 업데이트가 허니게리 알고리즘의 Lemma 1을 그대로 만족한다는 점, (2) 각 증강 단계에서 매칭 비용이 감소하지 않음(Lemma 2)이라는 점, (3) 확장 그래프에서 얻은 매칭의 가중치가 원 그래프의 LCMM 가중치와 일대일 대응한다는 점(Lemma 3)이다.

시간 복잡도 분석에서는 각 증강 단계가 O(n²) 시간, 전체 증강 횟수가 O(n)임을 이용해 전체가 O(n³)임을 보인다. 특히 복제 정점들의 라벨과 슬랙을 그룹화함으로써 실제 상수 팩터를 크게 줄일 수 있다. 이 알고리즘은 비양수 실수 가중치(최대 가중치)와 비음수 실수 가중치(최소 가중치) 모두에 적용 가능하며, 가중치가 정수이거나 범위가 제한된 경우에도 기존의 O(m √n) 혹은 O(n² log n) 알고리즘보다 구현이 간단하고 실용적이다. 따라서 무선 센서 네트워크, 유전형 분석 등 정점 용량 제한이 자연스럽게 발생하는 다양한 응용 분야에 바로 활용될 수 있다.