[論文レビュー] A Quantum Algorithm for finding the Maximum

Ashish Ahuja, Sanjiv Kapoor|ArXiv.org|Nov 18, 1999

Quantum Computing Algorithms and Architecture参考文献 4被引用数 42

ひとこと要約

この論文では、Groverの探索アルゴリズムを用いて、N個の異なる要素からなる未ソート配列における最大要素をO(√N)クエリで見つけるための量子アルゴリズムを提示している。量子アモニチュード増幅を用いて逐次的に推測を改善することで、クエリ数のタイトな上界6.8√Nを達成し、従来の境界を改善するとともに、DürrとHøyerの最小値探索アルゴリズムの複雑度と一致する。

ABSTRACT

This paper describes a quantum algorithm for finding the maximum among N items. The classical method for the same problem takes O(N) steps because we need to compare two numbers in one step. This algorithm takes O(sqrt(N)) steps by exploiting the property of quantum states to exist in a superposition of states and hence performing an operation on a number of elements in one go. A tight upper bound of 6.8(sqrt(N)) for the number of steps needed using this algorithm was found. These steps are the number of queries made to the oracle.

研究の動機と目的

• N個の異なる要素からなる未ソート配列における最大要素を、効率的に特定する量子アルゴリズムの開発を目的とする。
• 量子重ね合わせとアモニチュード増幅を活用して、古典的O(N)の比較ベースの手法を上回ることを目的とする。
• 量子技術を用いた最大値探索に必要なクエリ数に対するタイトな解析的上界を提供することを目的とする。
• 量子アプローチが、最大値探索問題において古典的アルゴリズムに対して2乗の高速化を達成できることを示すこと。

提案手法

• アルゴリズムは、最大要素のインデックスに関するランダムな初期推測から開始する。
• 現在の推測より大きな要素を発見するために、Groverの探索アルゴリズムが使用される。この際、現在の推測より大きい要素は「マーク済み」状態として扱われる。
• オракル関数f_y(x)は、T[x] > T[y] である場合にインデックスxをマークする。ここでyは現在の推測である。
• 各Grover反復後、測定結果により現在の推測が、より大きな値を持つ新たに発見されたインデックスに更新される。
• このプロセスはO(√N)回繰り返され、各反復でマークされていない候補の数が減少する。
• 期待される反復回数をモデル化するための再帰関係式が導出され、積分近似と漸近的解析を用いてタイトな上界が得られる。

実験結果

リサーチクエスチョン

• RQ1 量子コンピューティングは、未ソート配列における最大値探索問題に対して2乗の高速化を提供できるか？
• RQ2 量子アモニチュード増幅を用いた最大値探索に必要なクエリ数の、最もタイトな上界は何か？
• RQ3 反復的量子最大値探索アプローチは、古典的比較ベースの手法と比較して、クエリ複雑度においてどのように異なるか？
• RQ4 再帰的関係と積分近似技術を用いて、期待される反復回数を解析的に上界で抑えられるか？

主な発見

• アルゴリズムはO(√N)のクエリ複雑度を達成し、古典的O(N)手法に対して2乗の高速化を実現する。
• 最大値を特定するのに必要な反復回数に対するタイトな上界6.8√Nが確立された。
• この上界は、期待反復回数の再帰関係と積分近似を用いて導出され、従来の15√Nという境界を改善している。
• アルゴリズムがDürrとHøyerの最小値探索アルゴリズムと等価であることが示され、構造的に最適性が確認された。
• アルゴリズムをk回繰り返すことで、失敗確率が1/k未満に低下し、追加のO(log N)要因を加えることで高確率の境界が得られる。