그래프에서 최소 중복집합과 최대 비중복집합의 효율적 열거

본 논문은 그래프와 하이퍼그래프에서 각각 정의되는 최소 중복집합(MinRed)과 최대 비중복집합(MaxIrr)의 열거 문제를 체계적으로 조사한다. 먼저, 기존 연구에서 하이퍼그래프 차원 3 이하에서도 HypMirr·Enum과 HypMred·Enum이 출력다항시간 알고리즘이 존재하지 않음이 증명된 바 있다. 이를 바탕으로 저자들은 그래프 상황에서도 동일한 난이도가 유지되는지를 탐구한다. 핵심 아이디어는 그래프 G의 폐쇄 이웃 하이퍼그래프 N(G)를 구성하고, 이 하이퍼그래프의 인시던스 그래프(특히 코-바이파트와 스플릿 형태)를 이용해 그래프 문제를 하이퍼그래프 문제로 변환하는 것이다. 첫 번째 주요 결과는 코-바이파트 그래프에서 GraphMirr·Enum이 일반 그래프와 동등한 난이도를 가진다는 것이다. 이를 위해 N(G)의 인시던스 코-바이파트 그래프 C(N(G))를 고려하고, 이 그래프의 구조가 원래 그래프의 최대 비중복집합을 두 번 생성하도록 설계한다. 따라서 코-바이파트 그래프에서의 열거가 일반 그래프에서의 열거와 다항 시간 상호 변환이 가능함을 보인다. 두 번째로, 스플릿 그래프와 코-바이파트 그래프에서 GraphMred·Enum이 출력다항시간 알고리즘이 존재하지 않음을 증명한다. 여기서는 HypMred·Enum의 NP‑hard성을 이용해, 입력 하이퍼그래프를 그래프 형태로 변환하면서 최소 중복집합의 대부분을 원래 하이퍼그래프의 최소 중복집합에 일대일 대응시키고, 다항 개수의 추가적인 해만을 삽입한다. 이 과정에서 스플릿 그래프와 코-바이파트 그래프가 각각 이러한 변환을 허용함을 보이며, 따라서 두 클래스에서도 최소 중복집합 열거는 NP‑hard임을 확정한다. 세 번째 결과는 강하게 순서 가능한 그래프(strongly orderable graphs)에서 GraphMirr·Enum을 다항 지연·다항 공간으로 해결할 수 있음을 보인다. 강하게 순서 가능한 그래프는 quasi‑simple 정점이 존재하는 순서를 갖으며, 이러한 정점은 이웃 집합이 서로 포함 관계에 있음을 의미한다. 저자들은 quasi‑simple elimination ordering을 이용해, 현재까지 선택된 정점 집합에 새로운 정점을 추가할 때 발생할 수 있는 중복성을 구조적으로 제거한다. 이 과정은 각 단계에서 제한된 수의 후보만을 검토하면 되므로, 전체 열거 과정이 다항 지연을 유지한다. 네 번째로, (C₃,C₅,C₆,C₈)-프리 그래프에서 최소 중복집합을 효율적으로 열거한다. 먼저, 이러한 그래프에서 최소 중복집합의 구조를 정밀히 분석한다. 저자들은 최소 중복집합이 (i) 크기가 상수에 의해 제한된 경우, (ii) 어떤 정점의 폐쇄 이웃 자체인 경우, 혹은 (iii) 중복 정점이 정확히 하나인 경우로 구분할 수 있음을 보인다. 경우 (i)와 (ii)는 직접적인 구조적 제한으로 인해 다항 지연으로 열거가 가능하고, 경우 (iii)는 레드‑블루 지배 문제로 환원된다. 레드‑블루 지배는 기존 연구에서 (C₃,C₅,C₆)-프리 그래프에 대해 다항 지연 혹은 준다항 증분 시간 알고리즘이 존재함이 알려져 있다. 따라서 전체적으로 (C₃,C₅,C₆,C₈)-프리 그래프에서는 다항 지연 알고리즘을, (C₃,C₅,C₆)-프리 그래프에서는 준다항 증분 시간 알고리즘을 제공한다. 논문은 또한 스플릿 그래프와 코-바이파트 그래프가 서로 다른 인시던스 변환을 통해 하이퍼그래프와 동등한 복잡도 특성을 유지한다는 점을 강조한다. 특히, 스플릿 그래프에서는 최대 비중복집합이 최소 지배집합과 일대일 대응한다는 기존 결과를 재확인하고, 이를 이용해 선형 지연 알고리즘을 제시한다. 반면, 최소 중복집합 열거는 스플릿 그래프에서도 NP‑hard임을 보이며, 이는 하이퍼그래프 차원 제한이 그래프 수준에서도 강력한 복잡도 장벽을 만든다는 것을 의미한다. 마지막으로, 저자들은 향후 연구 과제로 (a) 강하게 순서 가능한 그래프의 더 넓은 서브클래스에 대한 열거 알고리즘 개발, (b) (C₃,C₅,C₆)-프리 그래프에서 최소 중복집합의 정확한 복잡도 경계 규명, (c) 실용적인 구현을 위한 메모리 효율화와 병렬화 전략 등을 제시한다. 전체적으로 이 논문은 (Ir)redundant 집합 열거 문제에 대한 그래프 클래스별 복잡도 지형을 명확히 그리며, 인시던스 구조가 복잡도 전이와 알고리즘 설계에 핵심적인 역할을 함을 입증한다.