[論文レビュー] A quantum query algorithm for the graph collision problem

Dmitry Gavinsky, Tsuyoshi Ito|arXiv (Cornell University)|Apr 6, 2012

Quantum Computing Algorithms and Architecture参考文献 15被引用数 9

ひとこと要約

本稿では、グラフ $ G $ の任意の独立集合における次数の合計 $ \alpha^{*}(G) $ を用いて、グラフ衝突問題に対する新しい量子クエリアルゴリズムを提示する。クエリ複雑度は $ O(\sqrt{n} + \sqrt{\alpha^{*}(G)}) $ である。多数のランダムグラフに対して、このアルゴリズムは $ \tilde{O}(\sqrt{n}) $ の複雑度を達成し、$ \sqrt{\log n} $ 要因を除いて、既知の最良の上界と一致する。

ABSTRACT

We construct a new quantum algorithm for the graph collision problem; that is, the problem of deciding whether the set of marked vertices contains a pair of adjacent vertices in a known graph G. The query complexity of our algorithm is O(sqrt(n)+sqrt(alpha*(G))), where n is the number of vertices and alpha*(G) is the maximum total degree of the vertices in an independent set of G. Notably, if G is a random graph where every edge is present with a fixed probability independently of other edges, then our algorithm requires O(sqrt(n log n)) queries on most graphs, which is optimal up to the sqrt(log n) factor on most graphs.

研究の動機と目的

• グラフの構造に依存する改善されたクエリ複雑度を備えた、グラフ衝突問題の量子アルゴリズムの開発。
• グラフ衝突問題の正確な量子クエリ複雑度は、$ \Omega(\sqrt{n}) $ と $ O(n^{2/3}) $ の間にあるが、その開かれた問題を解消すること。
• 多数のランダムグラフに対して、$ \tilde{O}(\sqrt{n}) $ のクエリ複雑度を達成できることを示すこと。
• スパンプログラムと近似カウントを活用して、クエリ効率の良いアルゴリズムを設計すること。

提案手法

• Brassard, H{\'o}yer, および Tapp の近似カウントを用いて、$ O(\sqrt{n}) $ クエリでマークされた頂点の次数総和を推定する。
• 事前処理として、候補となる独立集合の次数総和が $ \max\{\alpha^*(G), n\} $ を超えるかどうかをチェックし、超える場合は破棄する。
• 主なケースでは、証拠サイズ $ O(\sqrt{n} + \sqrt{\alpha^*(G)}) $ のスパンプログラムを構築し、クエリ複雑度を証拠サイズに関連付ける。
• Reichardt の結果を適用し、量子クエリ複雑度がスパンプログラムの証拠サイズの定数倍以内であることを示す。
• 集中不等式と確率的解析を用いて、ランダムグラフ $ \mu_{n,p} $ における $ \alpha^*(G) $ を評価する。
• 結果を統合し、多数のランダムグラフに対して $ \alpha^*(G) = O(\sqrt{n\log n}) $ であることを示し、これにより $ \tilde{O}(\sqrt{n}) $ の複雑度が得られることを示す。

実験結果

リサーチクエスチョン

• RQ1 グラフ衝突問題の量子クエリ複雑度は、$ \alpha^*(G) $ のような構造的グラフパラメータの観点から評価可能か？
• RQ2 ランダムグラフに対して $ \tilde{O}(\sqrt{n}) $ のクエリ複雑度を達成可能か？ また、これは最適に近いか？
• RQ3 スパンプログラムは、グラフの性質に依存する改善された依存関係を持つグラフ衝突問題の量子アルゴリズム設計に効果的に利用可能か？
• RQ4 スパarsなグラフや構造的グラフでは、アルゴリズムの性能が著しく低下するか、それともさまざまなグラフタイプにわたって安定性を示すか？
• RQ5 この手法は、ハイパーグラフやグラフ衝突問題の他の一般化に拡張可能か？

主な発見

• 任意のグラフ $ G $ に対して、グラフ衝突問題の量子クエリ複雑度は $ O(\sqrt{n} + \sqrt{\alpha^*(G)}) $ である。ここで $ \alpha^*(G) $ は任意の独立集合における次数の最大総和を表す。
• 固定されたエッジ確率 $ p $ を持つランダムグラフ $ G \sim \mu_{n,p} $ に対して、このアルゴリズムは高確率で $ O(\sqrt{n\log n}) $ クエリを要する。
• 高確率で $ \alpha^*(G) \leq O(\sqrt{n\log n}) $ が成り立つため、$ O(\sqrt{n\log n}) $ の境界は $ \sqrt{\log n} $ 要因を除いて最適であり、問題は $ \Omega(n) $ 個の非孤立頂点における OR 問題に還元される。
• 高確率で、ランダムグラフに対して $ \alpha^*(G) \leq O(\sqrt{n\log n}) $ が成り立ち、これにより $ \tilde{O}(\sqrt{n}) $ の複雑度が得られる。
• アルゴリズムはスパンプログラムと近似カウントを用いて境界を達成しており、サブルーチンの誤差確率総和をユニオンバウンドで抑え、全体の誤差確率は $ 1/3 $ 以下である。
• この結果は、すべてのグラフに対して $ \tilde{O}(\sqrt{n}) $ のクエリ複雑度を改善することが可能かどうかは、ランダムグラフに対しても未解決の問題であることを示唆している。