[논문 리뷰] Quantum Speedups for Dynamic Programming on n-Dimensional Lattice Graphs

Adam Glos, Martins Kokainis외 2명|arXiv (Cornell University)|2021. 01. 01.

Quantum Computing Algorithms and Architecture참고 문헌 24인용 수 3

한 줄 요약

이 논문은 n차원 격자 그래프 Q(D, n)에서 동적 프로그래밍에 대해 양자 알고리즘을 제안하며, 이는 이전에 불리안 하이퍼큐브(D=1)에서 보인 양자 속도 향상의 일반화이다. Grover 검색을 재귀적 DP 프레임워크에 적응시키고, 점근적 분석을 위해 안장점 방법을 사용함으로써, 고전적 경우의 eΘ((D+1)^n)에서 양자적 경우의 eO(T_D^n)로 질의 복잡도를 감소시킨다. 여기서 T_D < D+1이며, 예를 들어 T_1 ≈1.817이다. 이 알고리즘은 집합 다중 커버 문제에 적용되어 더 낮은 시간 복잡도를 달성한다.

ABSTRACT

Motivated by the quantum speedup for dynamic programming on the Boolean hypercube by Ambainis et al. (2019), we investigate which graphs admit a similar quantum advantage. In this paper, we examine a generalization of the Boolean hypercube graph, the $n$-dimensional lattice graph $Q(D,n)$ with vertices in $\{0,1,\ldots,D\}^n$. We study the complexity of the following problem: given a subgraph $G$ of $Q(D,n)$ via query access to the edges, determine whether there is a path from $0^n$ to $D^n$. While the classical query complexity is $\widetildeΘ((D+1)^n)$, we show a quantum algorithm with complexity $\widetilde O(T_D^n)$, where $T_D &lt; D+1$. The first few values of $T_D$ are $T_1 \approx 1.817$, $T_2 \approx 2.660$, $T_3 \approx 3.529$, $T_4 \approx 4.421$, $T_5 \approx 5.332$. We also prove that $T_D \geq \frac{D+1}{\mathrm e}$, thus for general $D$, this algorithm does not provide, for example, a speedup, polynomial in the size of the lattice. While the presented quantum algorithm is a natural generalization of the known quantum algorithm for $D=1$ by Ambainis et al., the analysis of complexity is rather complicated. For the precise analysis, we use the saddle-point method, which is a common tool in analytic combinatorics, but has not been widely used in this field. We then show an implementation of this algorithm with time complexity $ ext{poly}(n)^{\log n} T_D^n$, and apply it to the Set Multicover problem. In this problem, $m$ subsets of $[n]$ are given, and the task is to find the smallest number of these subsets that cover each element of $[n]$ at least $D$ times. While the time complexity of the best known classical algorithm is $O(m(D+1)^n)$, the time complexity of our quantum algorithm is $ ext{poly}(m,n)^{\log n} T_D^n$.

연구 동기 및 목표

• 이전에 불리안 하이퍼큐브(D=1)에서 입증된 동적 프로그래밍에 대한 양자 속도 향상이 일반화된 n차원 격자 그래프 Q(D, n)로까지 확장되는지 조사한다.
• 고전적 방법보다 낮은 질의 복잡도로 Q(D, n)에서 0^n에서 D^n으로의 도달 가능성 문제를 해결하는 양자 알고리즘을 개발한다.
• 특히 안정점 방법을 포함한 해석적 조합학의 고급 기법을 사용하여 알고리즘의 점근적 질의 복잡도를 분석한다.
• 일반적인 D에 대해 잠재적 속도 향상의 한계를 규명하기 위해 양자 질의 복잡도에 하한을 설정한다.
• 이 알고리즘을 집합 다중 커버 문제에 적용하여 고전적 접근 방식보다 향상된 시간 복잡도를 보여준다.

제안 방법

• Ambainis 등(2019)의 양자 동적 프로그래밍 알고리즘을 D=1에서 임의의 D ≥1으로 일반화하여 n차원 격자 그래프 Q(D, n)에 적용한다.
• 정점 집합 {0,1,…,D}^n의 상태 공간에서 재귀적 Grover 검색을 사용하여 DP 과정을 가속화하며, 이는 전이 그래프에 대한 질의를 포함한다.
• 질의 복잡도 분석에서 나타나는 조합적 표현의 점근적 성장을 정확히 추정하기 위해 해석적 조합학의 안장점 방법을 적용한다.
• QRAM 모델에서 알고리즘을 구현하여 시간 복잡도를 poly(n)log n T_D^n로 달성한다. 여기서 T_D < D+1이다.
• 전이 그래프에 대한 효율적 질의 접근과 앰플리튜드 증폭을 통해 각 수준당 Grover 반복 수를 줄인다.
• 집합 다중 커버 문제에 이 프레임워크를 적용하기 위해, 부분집합을 전이로 모델링하여 경로 탐색 문제로 변환한다.

실험 결과

연구 질문

• RQ1 불리안 하이퍼큐브를 초월하여 어떤 그래프 클래스에서 양자 알고리즘이 동적 프로그래밍에 속도 향상을 달성할 수 있는가?
• RQ2 n차원 격자 그래프 Q(D, n)에서 도달 가능성 문제를 해결하는 양자 알고리즘의 정확한 질의 복잡도는 무엇인가?
• RQ3 복잡도가 eO(T_D^n)로 스케일링되는 상수 TD < D+1로 양자 속도 향상을 정량화할 수 있는가?
• RQ4 이 문제에 대한 기본적인 양자 질의 복잡도 하한은 무엇이며, 이는 큰 D에 대해 다항식 속도 향상을 방지하는가?
• RQ5 이 양자 알고리즘은 집합 다중 커버와 같이 실용적 문제에 효과적으로 적용될 수 있으며, 그 결과 시간 복잡도는 어떻게 향상되는가?

주요 결과

• 양자 알고리즘은 T_D < D+1인 eO(T_D^n)의 질의 복잡도를 달성하여 고전적 eΘ((D+1)^n) 복잡도보다 비로소 비트리비얼한 속도 향상을 보인다.
• 작은 D에 대해 T_D의 값은 T_1 ≈1.817, T_2 ≈2.659, T_3 ≈3.528, T_4 ≈4.421, T_5 ≈5.331이며, D가 증가함에 따라 상대적 속도 향상은 감소한다.
• 양자 질의 복잡도에 대해 eΩ(( (D+1)/e )^n)의 하한이 증명되었으며, 이는 큰 D에 대해 다항식 속도 향상이 불가능하다는 것을 보여준다.
• 알고리즘은 시간 복잡도 poly(n)log n T_D^n로 효율적으로 구현되었으며, 중간 정도의 D와 작은 n에 대해 유용하다.
• 집합 다중 커버 문제에 이 방법을 성공적으로 적용하여, 고전적 경우의 O(m(D+1)^n)에서 양자적 경우의 poly(m,n)log n T_D^n로 시간 복잡도를 감소시켰다.
• 안장점 방법의 사용은 복잡도 분석에서 나타나는 조합적 표현의 정밀한 점근적 분석을 가능하게 하였으며, 이는 이전에 양자 알고리즘 분석에서 널리 사용되지 않았던 기법이다.