가중 문제의 격차 해소 이중 상수 파라미터화와 TSP 맥스컷 등

초록

이 논문은 가중 NP‑hard 문제를 무게 집합의 이중 상수가 작을 때, 무게가 큰 경우에도 무가중 버전과 동일한 지수적 시간 복잡도로 해결할 수 있음을 보인다. 최근의 구성적 Freiman 정리를 이용해 가중치를 다항적으로 제한된 정수로 변환하고, 기존의 “임베딩” 기법이 초래하는 의사다항식 의존성을 없앤 메타‑알고리즘을 제시한다. TSP, 가중 Max‑Cut, 가중 k‑Clique, 최소 스티어너 트리 등에 적용해 기존 결과를 일반화한다.

상세 분석

본 연구는 (min,+)·(max,+) 세미링에서 정의되는 가중 NP‑hard 문제들의 시간 복잡도를, 입력 가중치 집합 A가 작은 이중 상수 C(=|A+A|/|A|) 를 가질 경우 무가중 버전과 동일한 수준으로 낮출 수 있음을 증명한다. 전통적인 가중‑무가중 전환 기법은 “다항 임베딩”이라 불리며, 가장 큰 가중치 W 에 대해 O*(W) 의 의사다항식 팩터를 도입한다. 이는 W 가 다항식적으로 제한되지 않을 때 실용성을 크게 저하시킨다. 저자들은 이 문제를 해결하기 위해 최근 Randolph·Węgrzycki 가 제시한 구성적 Freiman 정리를 활용한다. Freiman 정리는 작은 이중 상수를 가진 집합 A 가 차원 d(고정) 의 일반화 산술 진행(GAP) G 안에 포함된다는 것을 보장한다. 구성적 버전은 실제 알고리즘적으로 G 를 찾아내는 절차를 제공한다.

메타‑알고리즘은 먼저 A 를 GAP 로 근사하고, 각 가중치를 GAP 의 생성자들의 선형 결합 형태인 계수 튜플 (c₁,…,c_d) 로 표현한다. 여기서 핵심은 “순서 보존 단사(monotone injection)” 를 설계해 튜플 공간을 정수 구간