[論文レビュー] Quantum Distributed Algorithm for Triangle Finding in the CONGEST Model

Taisuke Izumi, François Le Gall+1 more|arXiv (Cornell University)|Aug 30, 2019

Quantum Computing Algorithms and Architecture参考文献 26被引用数 11

ひとこと要約

この論文は、CONGESTモデルにおける三角形探索問題に対して、Õ(n¹⁴)ラウンドの複雑度を達成する量子分散アルゴリズムを提示している。これは、最も優れた古典的アルゴリズムのÕ(n¹³)を上回る。この手法は、低混合時間のコンponentsへのグラフ分解と、頂点三重組の構造的インデックス上での量子振幅増幅を用いた、効率的な分散チェックを組み合わせることで、量子探索を統合している。

ABSTRACT

This paper considers the triangle finding problem in the CONGEST model of distributed computing. Recent works by Izumi and Le Gall (PODC'17), Chang, Pettie and Zhang (SODA'19) and Chang and Saranurak (PODC'19) have successively reduced the classical round complexity of triangle finding (as well as triangle listing) from the trivial upper bound $O(n)$ to $ ilde O(n^{1/3})$, where~$n$ denotes the number of vertices in the graph. In this paper we present a quantum distributed algorithm that solves the triangle finding problem in $ ilde O(n^{1/4})$ rounds in the CONGEST model. This gives another example of quantum algorithm beating the best known classical algorithms in distributed computing. Our result also exhibits an interesting phenomenon: while in the classical setting the best known upper bounds for the triangle finding and listing problems are identical, in the quantum setting the round complexities of these two problems are now $ ilde O(n^{1/4})$ and $ ilde Θ(n^{1/3})$, respectively. Our result thus shows that triangle finding is easier than triangle listing in the quantum CONGEST model.

研究の動機と目的

• CONGESTモデルにおいて、サブ線形ラウンド複雑度を達成する量子分散アルゴリズムを、三角形探索問題を解くために開発すること。
• 量子と古典的ラウンド複雑度を比較することで、分散グラフ問題における量子優位性を調査すること。
• 古典的複雑度が同一であるにもかかわらず、量子CONGESTモデルにおいて三角形探索が三角形列挙よりも容易であるかどうかを検討すること。
• 低混合時間グラフコンポーネントにおける量子探索と効率的なルーティングを活用し、通信ラウンド数を最小限に抑えること。
• 分散環境における三角形関連問題の量子と古典的複雑度の分離を確立すること。

提案手法

• 入力グラフを混合時間が低いコンポーネントに分解し、効率的なルーティングと通信を可能にする。
• 頂点三重組(i,j,k)のインデックス上で量子分散探索フレームワークを用い、どの三重組も三角形を形成するかを検出する。
• 計算負荷を均等に分散するために、各三重組を内側グラフG^inの頂点に、バランスの取れた割り当て関数γに基づいて割り当てる。
• 各三重組(i,j,k)について、集合Vi, Vj, Vk間のエッジが三角形を形成するかを、局所的計算とメッセージパッシングを用いてチェックする手順を実装する。
• t ≈ n¹²/⁴のインデックス上で量子振幅増幅を適用し、探索コストをO(√t)からÕ(√t)ラウンドに削減する。
• 先行研究の改良されたルーティングスキームを用いて、古典的チェックサブルーチンをÕ(mix(G^in))ラウンドで実行する最適化を実施する。ここで、mix(G^in) = poly(log n)である。

実験結果

リサーチクエスチョン

• RQ1 量子アルゴリズムは、CONGESTモデルにおける三角形探索問題について、古典的アルゴリズムに比べて、証明可能なラウンド複雑度の優位性を達成できるか？
• RQ2 古典的複雑度が同一であるにもかかわらず、量子CONGESTモデルにおいて三角形探索は三角形列挙よりも厳密に容易であるか？
• RQ3 量子探索を構造的グラフ分解に適用した場合、量子三角形探索の最適ラウンド複雑度は何か？
• RQ4 内側グラフG^inの混合時間は、全体の量子ラウンド複雑度にどのように影響するか？
• RQ5 完全なグローバルグラフ構造の知識がなくても、分散計算における量子スピードアップを達成できるか？

主な発見

• 提案された量子アルゴリズムは、CONGESTモデルにおいてÕ(n¹³)ラウンドで三角形探索問題を解くことができ、古典的Õ(n¹³)の境界を著しく上回る。
• 量子探索と低混合時間コンポーネントにおける効率的なルーティングを統合することで、量子アルゴリズムは古典的手法に対して2乗の高速化を達成する。
• 量子CONGESTモデルにおいて、三角形探索は三角形列挙よりも厳密に容易であり、それぞれの複雑度はÕ(n¹³)とÕ(n¹³)である。
• 候補となる各三重組のチェック手順はÕ(mix(G^in))ラウンドで実行され、mix(G^in) = poly(log n)であるため、全体の複雑度はÕ(n¹³)に支配される。
• 古典的複雑度がタイトである場合でも、分散グラフ問題における量子と古典的複雑度の分離が示された。
• 本研究は、特に三角形検出およびグラフパターンマッチングの文脈において、分散計算における量子優位性の新たな基準を確立した。