맨위로가기

부합 (그래프 이론)

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

부합(매칭)은 그래프 이론에서 서로 인접하지 않은 간선들의 집합을 의미한다. 부합에는 극대 매칭, 최대 매칭, 완벽 매칭, 준완벽 매칭, 유도 매칭 등이 있으며, 최대 매칭은 가장 많은 수의 간선을 포함하는 매칭이다. 부합은 그래프의 성질을 분석하는 데 사용되며, 텃-베르주 공식과 같은 정리를 통해 최대 매칭의 크기를 파악할 수 있다. 부합은 조합 최적화 문제, 케쿨레 구조, 호소야 지수 계산 등 다양한 분야에 응용된다.

더 읽어볼만한 페이지

  • 그래프 이론의 계산 문제 - 외판원 문제
    외판원 문제(TSP)는 여러 도시를 모두 한 번씩 방문하고 출발점으로 돌아오는 최소 비용의 이동 순서를 구하는 문제로, NP-난해 문제에 속하며, 배송 계획 등에 응용되고 다양한 해법이 존재한다.
  • 그래프 이론의 계산 문제 - 해밀턴 경로
    해밀턴 경로는 그래프의 모든 꼭짓점을 한 번씩 방문하는 경로로, 해밀턴 순환은 이러한 경로가 순환 형태를 띠는 것을 의미하며, 이들은 그래프 이론에서 중요한 개념으로 NP-완전 문제 및 외판원 문제 등에 응용된다.
  • 조합 최적화 - A* 알고리즘
    A* 알고리즘은 가중치 그래프에서 시작 노드부터 목표 노드까지 최소 비용 경로를 찾는 정보 탐색 알고리즘으로, 경로 비용과 목표까지 추정 비용의 합을 최소화하여 경로를 탐색하며 내비게이션, 게임 AI 등에 활용된다.
  • 조합 최적화 - 정수 계획법
    정수 계획법은 선형 계획법의 한 분야로, 해가 정수 값을 가져야 하는 제약 조건이 추가된 최적화 문제이며, 다양한 분야에 응용되고 정확한 알고리즘 또는 휴리스틱 방법을 통해 해결할 수 있다.
부합 (그래프 이론)
그래프 이론의 매칭
그래프에서 매칭의 예시
그래프에서 매칭의 예시
정의
유형최대 매칭
최대 가중치 매칭
완전 매칭
근사 매칭
가중치 매칭
안정 결혼 문제
관련 개념매칭 다항식
블로섬 알고리즘
쾨니그의 정리
홀의 결혼 정리
최대 유량 최소 컷 정리
응용 분야
적용 분야이분 매칭
할당 문제
교통 네트워크
추천 시스템
컴퓨터 비전
데이터 마이닝
운영 연구

2. 정의

그래프 \(\Gamma\)의 '''부합''' \(M\subseteq E(\Gamma)\)은 다음 조건을 만족하는 변(간선)들의 부분 집합이다.


  • 임의의 \(e_1,e_2\in M\)에 대하여, \(e_1\)과 \(e_2\)가 하나 이상의 꼭짓점(정점)을 공유한다면 \(e_1=e_2\)이다.


\(\Gamma\)의 부합들은 포함 관계에 따라서 부분 순서 집합을 이룬다.

그래프 \(G = (V, E)\)에서 '''매칭''' \(M\)은 서로 인접하지 않은 간선들의 집합이며, 루프는 없다. 즉, 두 간선은 공통된 정점을 공유하지 않는다.

정점이 매칭에 속하는 간선 중 하나의 끝점이면 '''매칭'''(또는 '''포화''')되었다고 한다. 그렇지 않으면 정점은 '''언매칭'''(또는 '''비포화''')된다.

매칭 \(M\)이 주어지면, '''교대 경로'''는 언매칭된 정점으로 시작하여[3], 간선이 매칭에 속하거나 매칭에 속하지 않는 경로이다. '''증가 경로'''는 자유(언매칭) 정점에서 시작하고 끝나는 교대 경로이다. 베르주의 보조 정리에 따르면, 매칭 \(M\)이 최대 매칭일 필요충분조건은 \(M\)에 대한 증가 경로가 없는 것이다.

2. 1. 극대 매칭

극대 매칭은 다른 어떤 매칭의 부분 집합도 아닌 그래프 ''G''의 매칭 ''M''이다. 그래프 ''G''의 매칭 ''M''은 ''G''의 모든 간선이 ''M''의 적어도 하나의 간선과 공집합이 아닌 교집합을 가질 경우 극대 매칭이다. 다음 그림은 세 개의 그래프에서 극대 매칭(빨간색)의 예시를 보여준다.

극대 매칭의 예시

2. 2. 최대 매칭

최대 매칭(최대 카디널리티 매칭이라고도 함)[2]은 가능한 가장 많은 수의 간선을 포함하는 매칭이다. 최대 매칭은 여러 개 있을 수 있다. 그래프의 '''매칭 수'''는 최대 매칭의 크기이다. 모든 최대 매칭은 극대 매칭이지만, 모든 극대 매칭이 최대 매칭인 것은 아니다. 다음 그림은 동일한 세 개의 그래프에서 최대 매칭의 예시를 보여준다.

동일한 세 그래프에서의 최대 매칭(빨간색) 예시

2. 3. 완벽 매칭

'''완벽 부합'''(完璧附合, perfect matching영어)은 그래프의 모든 꼭짓점을 덮는 부합이다. 따라서 완벽 부합은 꼭짓점이 짝수 개인 경우에만 존재할 수 있다. 완벽 부합은 최대 매칭이다.

완벽 부합의 예


페테르센 그래프 속에서, 붉게 칠해진 변들은 완벽 부합을 이룬다. 보다 일반적으로, 모든 일반화 페테르센 그래프는 마찬가지로 완벽 부합을 갖는다.


데자르그 그래프 속에서, 붉은 색 · 푸른 색 · 녹색 변들은 각각 완벽 부합을 이룬다.


그래프에서 '''완전 매칭'''은 그래프의 모든 정점을 매칭하는 매칭이다. 즉, 매칭은 그래프의 모든 정점이 매칭의 간선에 사건일 경우 완전하다. |M|=|V|/2일 경우 매칭은 완전하다. 모든 완전 매칭은 최대 매칭이므로 극대 매칭이다. 완전 매칭은 또한 최소 크기의 간선 커버이다. 따라서 최대 매칭의 크기는 최소 간선 커버의 크기보다 크지 않다. 그래프는 짝수 개의 정점을 가질 때만 완전 매칭을 포함할 수 있다.[2]

2. 4. 준완벽 매칭

'''준완전 매칭'''은 정확히 하나의 정점이 언매칭된 매칭이다. 그래프가 홀수 개의 정점을 가질 때만 준완전 매칭을 포함할 수 있으며, 준완전 매칭은 최대 매칭이다. 모든 정점이 어떤 준완전 매칭에 의해 언매칭되면, 해당 그래프는 인자-임계 그래프라고 불린다.[2]

2. 5. 유도 매칭

b-매칭은 유도 부분 그래프의 간선 집합인 매칭이다.

3. 성질

그래프 \Gamma 위의 두 부합 M,M'\subseteq\operatorname E(\Gamma)에 대하여, 그래프

:\Gamma'=(M\setminus M')\cup(M'\setminus M)

를 생각할 수 있다. 그렇다면, \Gamma'은 다음과 같은 종류의 연결 성분들로만 구성된다.


  • 짝수 길이의 순환 그래프 C_{2n}. 그 변들은 번갈아 가며 M에 속하거나 M'에 속한다.
  • 유한한 길이의 경로 그래프 P_k. 그 변들은 번갈아 가며 M에 속하거나 M'에 속한다.
  • 한 쪽 끝을 갖는 무한 경로 그래프 P_\infty^+. 그 변들은 번갈아 가며 M에 속하거나 M'에 속한다.
  • 끝점을 갖지 않는 무한 경로 그래프 P_\infty^\pm. 그 변들은 번갈아 가며 M에 속하거나 M'에 속한다.


왼쪽의 부합은 덧붙임 경로(붉은 색으로 표시)를 갖는다. 이를 사용하여, 오른쪽의 더 큰 부합을 만들 수 있다.


임의의 유한 그래프 \Gamma 속의 부합 M\subseteq\operatorname E(\Gamma)의 '''덧붙임 경로'''(augmenting path영어)는 다음 조건을 만족시키는 경로 (v_0,v_1,v_2,\dotsc,v_{2n+1})이다.

  • 시작 꼭짓점 v_0 및 끝 꼭짓점 v_{2n+1}M에 속한 변과 인접하지 않는다.
  • 경로의 변들은 M에 속한 것과 속하지 않은 것들이 교대된다. 즉, 모든 i에 대하여, (v_{2i},v_{2i+1})\not\in M이지만, (v_{2i+1},v_{2i+2})\in M이다.


'''베르주 정리'''(Berge’s lemma영어)에 따르면, 임의의 유한 그래프 \Gamma 속의 부합 M\subseteq\operatorname E(\Gamma)에 대하여 다음 두 조건이 서로 동치이다.

  • 최대 부합이다.
  • 덧붙임 경로를 갖지 않는다.


'''텃-베르주 공식'''(Tutte–Berge formula영어)에 따르면, 유한 그래프 \Gamma의 최대 부합의 크기는 다음과 같다.

:\frac12\min_{U\subseteq\operatorname V(\Gamma)}\left(\operatorname V(\Gamma)+|U|-\operatorname{odd}(\Gamma\setminus U)\right)

여기서

  • \operatorname V(\Gamma)\Gamma의 모든 꼭짓점들의 집합이다.
  • \textstyle\min_{U\subseteq\operatorname V(\Gamma)}\Gamma의 모든 가능한 꼭짓점 집합에 대하여 취한 최솟값이다.
  • \Gamma\setminus U\Gamma에서 U\subseteq\operatorname V(\Gamma)에 속한 꼭짓점 및 U와 인접하는 변들을 제거하여 얻는, \Gamma의 부분 그래프이다.
  • \operatorname{odd}(-)는 어떤 그래프의 연결 성분 가운데, 홀수 개의 꼭짓점들을 갖는 연결 성분의 수이다.


특히, 만약 어떤 유한 그래프 \Gamma가 완벽 부합을 갖는 경우

:\frac12|\operatorname V(\Gamma)|=\frac12\min_{U\subseteq\operatorname V(\Gamma)}\left(\operatorname V(\Gamma)+|U|-\operatorname{odd}(\Gamma\setminus U)\right)

이므로, 임의의 U\subseteq\operatorname V(\Gamma)에 대하여

:|U|\ge\operatorname{odd}(\Gamma\setminus U)

이다. 이를 '''텃 정리'''(Tutte’s theorem영어)라고 한다.

고립된 꼭짓점이 없는 임의의 그래프에서, 매칭수와 변 피복수의 합은 꼭짓점의 수와 같다.[5] 완전 매칭이 있는 경우, 매칭수와 변 피복수는 모두 같다.

만약 AB가 두 개의 최대 매칭이라면, |A| \le 2|B||B| \le 2|A|이다.

그래프의 매칭수에 대한 스펙트럼 특성은 다음과 같다. Gn개의 꼭짓점을 가진 그래프라고 하고, \lambda_1 > \lambda_2 > \ldots > \lambda_k>02k \leq n를 만족하는 k개의 서로 다른 영이 아닌 허수라고 하자. 그러면 G의 매칭수는 (a) 그래프 G와 고유값 \pm \lambda_1, \pm\lambda_2,\ldots,\pm\lambda_kn-2k개의 0을 갖는 실수 교대 행렬 A가 있고, (b) 그래프 G를 갖는 모든 실수 교대 행렬은 최대 2k개의 영이 아닌 고유값을 가질 때 k이다.[6]

4. 알고리즘

조합 최적화의 기본적인 문제 중 하나는 ''최대 매칭''을 찾는 것이다. 가중치가 없는 이분 그래프에서의 최적화 문제는 최대 기수 매칭을 찾는 것이며, 호프크로프트-카프 알고리즘을 통해 O(V1/2E) 시간 안에 해결할 수 있다.[1]

가중치 이분 그래프에서 최적화 문제는 최대 가중치 매칭을 찾는 것이고, 이 문제는 '''할당 문제'''라고도 불린다. 헝가리안 알고리즘은 이 문제를 해결하는 알고리즘 중 하나이다.

극대 매칭은 탐욕 알고리즘으로 찾을 수 있다.

그래프에서 매칭의 수를 계산하는 것은 어려운 문제(#P-완전)이며,[11] 그래프 내 매칭의 수는 그래프의 호소야 지수라고 알려져 있다. 완전 매칭의 수를 세는 것 역시 어려운데, 이분 그래프에서조차 그러하다.[12] 카스테레인의 정리에 따르면 평면 그래프에서 완전 매칭의 수는 FKT 알고리즘을 통해 다항 시간 내에 정확하게 계산될 수 있다.

4. 1. 최대 카디널리티 매칭

조합 최적화의 기본적인 문제 중 하나는 ''최대 매칭''을 찾는 것이다. 가중치가 없는 이분 그래프에서 최적화 문제는 최대 기수 매칭을 찾는 것이며, 호프크로프트-카프 알고리즘을 통해 O(V1/2E) 시간 안에 해결할 수 있다.[1] 이분 평면 그래프와 같은 특수한 종류의 그래프에 대해서는 보다 효율적인 확률적 알고리즘, 근사 알고리즘 등이 존재한다.[1]

4. 2. 최대 가중치 매칭

가중치 이분 그래프에서 최적화 문제는 최대 가중치 매칭을 찾는 것이고, 쌍대 문제는 최소 가중치 매칭을 찾는 것이다. 이 문제는 종종 '''최대 가중치 이분 매칭''' 또는 '''할당 문제'''라고 불린다. 헝가리안 알고리즘은 할당 문제를 해결하며 조합 최적화 알고리즘의 시작 중 하나였다. 이 알고리즘은 증가 경로 알고리즘에서 수정된 최단 경로 탐색을 사용한다. 이 단계에 벨만-포드 알고리즘을 사용하면 헝가리안 알고리즘의 실행 시간은 O(V^2 E)가 되고, 다익스트라 알고리즘과 피보나치 힙을 사용하여 잠재적으로 간선 비용을 이동하여 O(V^2 \log{V} + V E)의 실행 시간을 달성할 수 있다.[7]

비이분 가중치 그래프에서 '''최대 가중치 매칭''' 문제는 에드몬즈 블로섬 알고리즘을 사용하여 O(V^{2}E) 시간에 해결할 수 있다.

4. 3. 극대 매칭

극대 매칭은 간단한 탐욕 알고리즘으로 찾을 수 있다. 최소 최대 매칭(최소 크기의 극대 매칭)을 찾는 데는 다항 시간 알고리즘이 알려져 있지 않다.

''k''개의 변을 가진 극대 매칭은 ''k''개의 변을 가진 변 지배 집합이다. 반대로, ''k''개의 변을 가진 최소 변 지배 집합이 주어지면, 다항 시간 내에 ''k''개의 변을 가진 극대 매칭을 구성할 수 있다. 따라서 최소 최대 매칭을 찾는 문제는 본질적으로 최소 변 지배 집합을 찾는 문제와 동일하다.[8] 이 두 최적화 문제는 NP-hard로 알려져 있으며, 이러한 문제의 결정 버전은 NP-완전 문제의 고전적인 예이다.[9] 두 문제 모두 다항 시간 내에 2배의 근사 알고리즘으로 근사될 수 있다. 단순히 임의의 극대 매칭 ''M''을 찾으면 된다.[10]

4. 4. 매칭 수 계산

그래프에서 매칭의 수를 계산하는 것은 #P-완전 문제이며, 이분 그래프에서도 마찬가지이다.[11] 그래프 내 매칭의 수는 그래프의 호소야 지수라고 알려져 있다. 완전 매칭의 수를 세는 것 역시 이분 그래프에서조차 #P-완전 문제인데, 이는 임의의 0-1 행렬의 영구 (또 다른 #P-완전 문제)를 계산하는 것이 주어진 행렬을 이접근 행렬로 갖는 이분 그래프에서 완전 매칭의 수를 계산하는 것과 동일하기 때문이다. 그러나 이분 매칭의 수를 세는 데에는 완전 다항 시간 무작위 근사 기법이 존재한다.[12] 카스테레인의 주목할 만한 정리에 따르면 평면 그래프에서 완전 매칭의 수는 FKT 알고리즘을 통해 다항 시간 내에 정확하게 계산될 수 있다.

완전 그래프 ''K''''n'' (''n''이 짝수)에서 완전 매칭의 수는 이중 계승 (''n'' − 1)!!로 주어진다.[13] 완전 매칭으로 제한하지 않은 완전 그래프 내 매칭의 수는 전화 번호로 주어진다.[14]

그래프 내 완전 매칭의 수는 해당 인접 행렬의 하프니아라고도 알려져 있다.

5. 관련 개념

쾨니그의 정리(그래프 이론)에 따르면, 이분 그래프에서 최대 매칭의 크기는 최소 정점 덮개의 크기와 같다. 이 결과를 통해 최소 정점 덮개, 최대 독립 집합, 최대 정점 이분 그래프 문제를 이분 그래프에 대해 다항 시간 내에 해결할 수 있다.

홀의 결혼 정리는 완전 매칭을 갖는 이분 그래프의 특징을 제공한다.

6. 응용


  • '''케쿨레 구조'''는 방향족 화합물의 탄소 골격의 완전 매칭으로 구성되며, 화학 구조에서 이중 결합의 위치를 나타낸다. 이 구조는 프리드리히 아우구스트 케쿨레 폰 슈타도니츠의 이름을 따서 명명되었으며, 그는 벤젠 (그래프 이론 용어로는 6-정점 주기)에 그러한 구조를 부여할 수 있음을 보여주었다.[20]
  • 호소야 지수는 비어 있지 않은 매칭의 수에 1을 더한 값이며, 유기 화합물에 대한 계산 화학 및 수학 화학 연구에 사용된다.
  • 중국 우체부 문제는 최소 가중치의 완전 매칭을 하위 문제로 찾는 것을 포함한다.
  • 졸업 문제는 졸업에 필요한 최소한의 수업을 선택하는 문제에 관한 것이다.
  • 히치콕 수송 문제는 부분 문제로 이분 매칭을 포함한다.
  • 부분 트리 동형 문제는 부분 문제로 이분 매칭을 포함한다.
  • b-매칭

7. 역사

윌리엄 토머스 텃이 1947년에 텃 정리를 증명하였다.[25] 1958년에 클로드 자크 베르주가 이를 텃-베르주 공식으로 일반화하였다.[26]

1957년에 프랑스의 수학자 클로드 자크 베르주(Claude Jacques Berge프랑스어, 1926~2002)가 베르주 정리를 증명하였다.[27]

호소야 지표는 일본의 화학자 호소야 하루오(細矢 治夫일본어, 1936~)가 1971년에 유기화학에서의 응용을 위하여 도입하였다.[28]

8. 일반화

b-매칭

참조

[1] 웹사이트 is_matching https://networkx.org[...] 2022-05-31
[2] 서적 Algorithmic Graph Theory Cambridge University Press 1985
[3] 웹사이트 Preview http://diestel-graph[...]
[4] 간행물 Induced matchings
[5] 간행물 Über extreme Punkt- und Kantenmengen
[6] 논문 Spectral characterization of matchings in graphs, Linear Algebra and its Applications 496 (2016) 407–419 https://doi.org/10.1[...]
[7] 간행물 Fibonacci heaps and their uses in improved network optimization algorithms
[8] 간행물 Edge dominating sets in graphs http://cgi.di.uoa.gr[...]
[9] 서적 Computers and Intractability: A Guide to the Theory of NP-Completeness W.H. Freeman
[10] 서적 Complexity and Approximation: Combinatorial Optimization Problems and Their Approximability Properties Springer
[11] 간행물 The Complexity of Enumeration and Reliability Problems
[12] 저널 Accelerating Simulated Annealing for the Permanent and Combinatorial Counting Problems
[13] 간행물 A combinatorial survey of identities for the double factorial
[14] 간행물 Extremal problems for topological indices in combinatorial chemistry http://www.math.tugr[...]
[15] 간행물 Maximum matchings in general graphs through randomization
[16] 간행물 Randomized \widetilde O(M(|V|)) algorithms for problems in matching theory
[17] 간행물 Finding all maximally-matchable edges in a bipartite graph
[18] conference Proceedings of the 22nd Annual ACM Symposium on Theory of Computing (STOC 1990)
[19] conference Proceedings of the Forty-Third Annual ACM Symposium on Theory of Computing
[20] 간행물 On some solved and unsolved problems of chemical graph theory
[21] 서적 Matching theory North-Holland
[22] 서적 One-factorizations Kluwer
[23] 저널 The complexity of enumeration and reliability problems
[24] 저널 Hermite polynomials and a duality relation for matchings polynomials
[25] 저널 The factorization of linear graphs
[26] 저널 Sur le couplage maximum d’un graphe
[27] 저널 Two theorems in graph theory 1957-09-15
[28] 저널 Topological index. A newly proposed quantity characterizing the topological nature of structural isomers of saturated hydrocarbons



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com