분할·분해 전략으로 향상된 최대 합의 숲 FPT 알고리즘

초록

본 논문은 두 개의 계통수 사이의 최대 합의 숲(MAF) 문제에 대해, 기존의 O*(3^k)·O*(2.3431^k) 알고리즘을 각각 O*(2.846^k)와 O*(2.3391^k)로 개선한다. 핵심은 “분할‑분해”라는 새로운 브랜칭 규칙으로, 겹치는 구성요소를 두 단계(분할 후 분해)로 처리해 브랜칭 팩터를 2 이하로 제한하고, 이를 통해 하위 문제들을 독립적으로 해결한다.

상세 분석

MAF 문제는 두 개의 동일한 잎 집합을 가진 계통수 T와 T′를 최소 개수의 부품으로 나누어, 각 부품이 두 트리에서 동형인 서브트리를 형성하도록 하는 최적화 문제이다. 이 문제는 NP‑hard이며, 파라미터 k(최소 부품 수)를 기준으로 FPT 알고리즘이 연구되어 왔다. 기존 최첨단 결과는 무뿌리 트리(uMAF)의 경우 O*(3^k), 뿌리 트리(rMAF)의 경우 O*(2.3431^k)였다.

논문은 두 트리 사이에 “겹치는 구성요소(overlapping components)”가 발생할 때, 이를 ‘분할(split)’ 브랜칭 규칙으로 처리한다. 구체적으로, 현재까지 잘라낸 에지들로 형성된 포레스트 F′의 각 구성요소가 다른 트리 T에서 서로 겹친다면, 하나의 구성요소를 선택해 두 개의 하위 경우로 나눈다. 첫 번째 경우는 해당 구성요소를 그대로 유지하고, 두 번째 경우는 구성요소를 최소한 두 개의 더 작은 구성요소로 분할한다. 이때 필요한 추가 절단 수는 1 이하이며, 따라서 브랜칭 팩터는 2가 된다.

분할이 완료된 후에는 더 이상 겹치는 부분이 없으므로, 각 구성요소를 독립적인 MAF 인스턴스로 취급할 수 있다. 즉, 전체 문제를 m개의 서브문제로 분해하고, 각 서브문제에 대해 기존의 브랜칭 알고리즘을 적용한다. 이때 전체 파라미터 k는 서브문제들의 k_i 합으로 표현되며, 각 서브문제에 대한 재귀 호출 수는 2^{k_i} 이하이므로 전체 복잡도는 2^{∑k_i}=2^k에 비례한다.

이러한 전략을 기존의 복잡한 케이스 분석(23가지 이상) 대신 구조적 성질에 기반한 단순한 규칙으로 대체함으로써, 특히 uMAF에서 O*(3^k) → O*(2.846^k)라는 큰 개선을 달성한다. rMAF에서도 기존 O*(2.3431^k) 대비 미세하지만 의미 있는 O*(2.3391^k) 개선을 얻는다. 또한, 두 개의 카터필라(경로형 트리) 특수 경우에 대해서도 O*(2.49^k) → O*(2.4634^k)로 향상시킨다.

핵심 기여는 다음과 같다. (1) 겹치는 구성요소가 존재하면 반드시 ‘분할’ 브랜칭을 적용할 수 있다는 구조적 보증; (2) 분할 후 독립적인 서브문제로 문제를 분해함으로써 전체 브랜칭 팩터를 2 이하로 제한; (3) 이 기법이 기존 복잡한 케이스 분석을 대체하고, 향후 다른 MAF 변형(예: 하이브리드화, 부분 트리 교환 등)에도 적용 가능함을 제시.