단순하고 최적의 DAG 정렬 알고리즘

초록

이 논문은 방향성 비순환 그래프(DAG)를 입력으로 받아, 정렬에 필요한 쿼리 수와 실행 시간을 각각 Θ(log e(P_G))와 Θ(m + n + log e(P_G))로 최적화하는 매우 간단한 알고리즘을 제시한다. 기존의 복잡한 엔트로피 기반 분석을 대신해 두 가지 직관적인 관찰만으로 증명을 완성한다.

상세 분석

논문의 핵심은 “최장 경로를 먼저 추출하고, 남은 정점들을 순차적으로 삽입한다”는 두 가지 관찰이다. 먼저 입력 DAG G에서 최대 길이의 방향 경로 π를 찾는다. 이 경로는 이미 부분 순서 P_G의 선형 확장을 이루며, 길이가 n − k이면 남은 정점 수는 k이다. 이후 남은 그래프 H = G − π에서 임의의 소스 정점 x_i를 하나씩 제거하면서, x_i의 모든 진입 이웃을 조사한다. 그 중 π 상에서 가장 뒤쪽에 위치한 정점 p_i를 찾고, FingerSearch 구조를 이용해 L(oracle)와 비교해 x_i가 삽입될 정확한 위치 q_i를 O(1 + log d_i) 시간에 결정한다. 여기서 d_i는 p_i와 q_i 사이의 거리이며, 전체 삽입 비용은 Σ(1 + log d_i)이다. 중요한 점은 Σ log d_i가 log e(P_G)에 상한을 가진다는 것이다. 이를 보이기 위해 논문은 각 삽입 단계에서 생성되는 열린 구간 R_i를 정의하고, 이 구간들의 크기와 선형 확장의 수 사이에 알려진 관계(Interval order의 e(P_R) ≤ e(P_G))를 활용한다. Lemma 3에 의해 Σ log|R_i| = O(log e(P_R))이며, |R_i| ≥ d_i이므로 Σ log d_i = O(log e(P_G))가 된다. 따라서 전체 쿼리 수와 실행 시간이 Θ(log e(P_G))와 Θ(m + n + log e(P_G))에 정확히 맞춰진다. 이 과정에서 사용되는 데이터 구조는 레벨‑링크드 (2‑4)‑트리와 동적 리스트 순서 구조이며, 모두 선형 공간을 차지한다. 기존 연구가 복잡한 힙과 복합적인 충전 분석을 필요로 했던 반면, 본 알고리즘은 단순히 최장 경로 추출과 기본적인 그래프 탐색, 그리고 FingerSearch만으로 최적성을 달성한다는 점이 가장 큰 혁신이다.