최소 엔트로피 방향 찾기

본 논문은 그래프의 정점에 대한 진입 차수(in‑degree) 분포의 엔트로피를 최소화하는 방향을 찾는 문제, 즉 Minimum Entropy Orientation (MINEO) 문제를 다룬다. 먼저, 그래프 G=(V,E)를 무방향, 루프가 없으며 다중 간선을 허용하는 형태로 정의하고, 방향을 지정한 그래프 \~G에 대해 각 정점 v의 진입 차수 ρ_{\~G}(v)를 m=|E| 로 나눈 값을 확률분포 p(v)=ρ_{\~G}(v)/m 로 만든다. 목표는 H(p)=−∑_{v∈V} p(v)log₂p(v) 를 최소화하는 \~G 를 찾는 것이다. 연구 동기는 최소 엔트로피 집합 커버(MINESC) 문제와의 관계에 있다. MINESC는 원소 집합 U와 부분집합들의 컬렉션 S에 대해 각 원소를 포함하는 하나의 집합에 할당해 파티션을 만든 뒤, 파티션 크기의 비율에 대한 엔트로피를 최소화한다. MINEO는 각 원소가 정확히 두 개의 집합에 포함되는 경우, 즉 그래프의 각 간선을 두 정점이 공유하는 두 집합으로 보는 특수 케이스이다. 이 연결 고리를 통해 기존 MINESC 연구 결과를 활용한다. **1. NP‑hardness** 논문은 MINEO가 planar 그래프에서도 NP‑hard임을 증명한다. 이를 위해 1‑in‑3 SAT의 planar, 3‑regular 제한 버전을 이용한다. 해당 SAT 문제는 각 절이 정확히 하나의 리터럴에 의해 만족되는지를 묻는 문제이며, Moores와 Robson이 planar, 변수당 3절 제한에서도 NP‑complete임을 보였다. 이 문제를 Exact Cover 형태로 변환하고, 다시 그래프 G로 변환한다. 변환 과정에서 각 원소 u_j에 대해 Figure 2에 제시된 “요소‑가젯”을 삽입하고, 각 집합 S_i에 대해 하나의 스퍼(vertex) s_i를 만든다. 가젯 내부는 두 개의 삼각형으로 구성되어 진입 차수 시퀀스가 (4,3,3,1,0,0) 등으로 제한된다. Lemma 1(지배성)과 결합해, 최적 방향이 존재하려면 정확 커버가 존재해야 함을 보인다. 따라서 최적 방향을 구하는 알고리즘이 있다면 Exact Cover 문제를 다항시간에 해결할 수 있어, MINEO가 NP‑hard임을 증명한다. 또한, 이 증명은 “strict dominance property”를 가진 모든 방향 문제에 대해 planar 그래프에서 NP‑hard임을 일반화한다. **2. 근사 알고리즘** 다음으로, 1비트 가산 오차를 보장하는 선형 시간 근사 알고리즘을 제시한다. 핵심 아이디어는 “편향된(biased) 방향”이다. 모든 간선 (u,v) 에 대해 deg(u)>deg(v)이면 u→v 로 정향한다. 이렇게 하면 각 정점 v에 들어오는 간선 수 ρ_{\~G}