[论文解读] Entanglement in the Grover's Search Algorithm

Shantanav Chakraborty, Subhashish Banerjee+2 more|arXiv (Cornell University)|May 20, 2013

Quantum Computing Algorithms and Architecture参考文献 1被引用 8

一句话总结

本文使用几何纠缠度量来量化迭代过程中全局纠缠，研究了纠缠在Grover搜索算法中的作用。通过解析推导纠缠动力学与量子比特数（n）和标记态数（M）的关系，发现当M=1时，最大纠缠度在约最优迭代数的一半处达到峰值，随着M增加，峰值向右移动，且仅取决于标记态的结构，最大纠缠度随n增加而增大。

ABSTRACT

Quantum Algorithms have long captured the imagination of computer scientists and physicists primarily because of the speed up achieved by them over their classical counterparts using principles of quantum mechanics. Entanglement is believed to be the primary phenomena behind this speed up. However their precise role in quantum algorithms is yet unclear. In this article, we explore the nature of entanglement in the Grover's search algorithm. This algorithm enables searching of elements from an unstructured database quadratically faster than the best known classical algorithm. Geometric measure of entanglement has been used to quantify and analyse entanglement across iterations of the algorithm. We reveal how the entanglement varies with increase in the number of qubits and also with the number of marked or solution states. Numerically, it is seen that the behaviour of the maximum value of entanglement is monotonous with the number of qubits. Also, for a given value of the number of qubits, a change in the marked states alters the amount of entanglement. The amount of entanglement in the final state of the algorithm has been shown to depend solely on the nature of the marked states. Explicit analytical expressions are given showing the variation of entanglement with the number of iterations and the global maximum value of entanglement attained across all iterations of the algorithm.

研究动机与目标

• 为了精确理解纠缠在加速量子算法（特别是Grover搜索）中的作用。
• 为了量化在具有M个标记态的一般n量子比特系统中，Grover算法迭代过程中纠缠的演化。
• 为了分析纠缠对量子比特数（n）和解态数（M）的依赖关系。
• 为了将几何纠缠度量与凹度（concurrence）进行比较，评估其在量化多标记态纠缠方面的优势。

提出的方法

• 使用几何纠缠度量 E(|ψ⟩) = 1 − max|⟨ζ|ψ⟩|² 来量化量子态与其最近可分态之间的全局纠缠。
• 推导出每轮迭代r下纠缠的广义解析表达式，其中包含由 θr = (r + ½) arcsin(2√(M/N)) 控制的态振幅演化。
• 对不同n和M的迭代过程中的纠缠动力学进行数值评估，包括收敛至W态和GHZ态等特殊态的情况。
• 与先前工作中基于凹度的量化结果进行比较，突出其在检测多标记态纠缠时的局限性。
• 计算所有迭代中达到的全局最大纠缠度，并推导其关于n和M的解析依赖关系。
• 研究当算法收敛至已知纠缠态（如W态）时的纠缠行为，给出 E(|ψr, M=n⟩) 的显式表达式。

实验结果

研究问题

• RQ1 在具有n个量子比特和M个标记态的Grover搜索算法中，几何纠缠度量如何随迭代变化？
• RQ2 最大纠缠度对量子比特数n和标记态数M的依赖关系如何？
• RQ3 随着M增加，峰值纠缠位置如何移动？为何在M > 1时其偏离中点？
• RQ4 最终态的纠缠在多大程度上取决于标记态的结构，而非算法参数？
• RQ5 几何纠缠度量与凹度在量化Grover算法纠缠动力学方面有何比较优势？

主要发现

• 对于固定的M，最大纠缠度随量子比特数n单调增加，表现出一致的标度趋势。
• 当M = 1时，最大纠缠度出现在约 r = r_opt / 2 处，表明围绕最优迭代呈对称演化。
• 当M > 1时，最大纠缠度向右移动，且移动幅度随M增加而增大，随着M增大趋近于r_opt。
• 最终态的纠缠仅取决于标记态的本质：当M=1时为可分态（纠缠度为零），当标记态为W态等纠缠结构时则非零。
• 推导出纠缠度关于迭代r的显式解析表达式，从而可对算法过程中可达到的纠缠度进行精确界定。
• 对收敛至W态（M = n，每个标记态仅有一个1）的纠缠动力学给出了显式解析表达式，并通过数值验证，显示出独特的峰值行为。