[논문 리뷰] On the Quantum Time Complexity of Divide and Conquer

Jonathan Allcock, Jinge Bao외 3명|arXiv (Cornell University)|2023. 11. 28.

Quantum Computing Algorithms and Architecture인용 수 1

한 줄 요약

이 논문은 결합 및 완료 단계에서 양자 검색과 최소/최대 값 찾기를 활용하여 고전적 분할 정복 알고리즘에 대해 일반적인 양자 속도 향상을 확립한다. Longest Distinct Substring, Klee의 커버리지, 주식 거래 최적화, k-증가하는 부분수열 등의 문제들에 대해 알려진 양자 질의 하한값에 비례하는 다항로그 인자까지 근접하는 최적의 양자 시간 복잡도를 달성한다.

ABSTRACT

In this work, we initiate a systematic study of the time complexity of quantum divide and conquer (QD&C) algorithms for classical problems, and propose a general framework for their analysis. We establish generic conditions under which search and minimization problems with classical divide and conquer algorithms are amenable to quantum speedup, and apply these theorems to various problems involving strings, integers, and geometric objects. These include Longest Distinct Substring, Klee's Coverage, several optimization problems on stock transactions, and k-Increasing Subsequence. For most of these problems our quantum time upper bounds match the quantum query lower bounds, up to polylogarithmic factors. We give a structured framework for describing and classifying a wide variety of QD&C algorithms so that quantum speedups can be more easily identified and applied, and prove general statements on QD&C time complexity covering a range of cases, accounting for the time required for all operations. In particular, we explicitly account for memory access operations in the commonly used QRAM (read-only) and QRAG (read-write) models, which are assumed to take unit time in the query model, and which require careful analysis when involved in recursion. Our generic QD&C theorems have several nice features. 1) To apply them, it suffices to come up with a classical divide and conquer algorithm satisfying the conditions of the theorem. The quantization of the algorithm is then completely handled by the theorem. This can make it easier to find applications which admit a quantum speedup, and contrast with dynamic programming algorithms which can be difficult to quantize due to their highly sequential nature. 2) As these theorems give bounds on time complexity, they can be applied to a greater range of problems than those based on query complexity, e.g., where the best-known quantum algorithms require super-linear time. 3) It can handle minimization problems as well as boolean functions, which allows us to improve on the query complexity result of Childs et al. [Childs et al., 2025] for k-Increasing Subsequence by a logarithmic factor.

연구 동기 및 목표

• 고전적 분할 정복 알고리즘의 양자 시간 복잡도를 체계적으로 분석하기 위해.
• 이러한 알고리즘이 양자 속도 향상을 받을 수 있는 일반적인 조건을 규명하기 위해.
• 고전적 분할 정복 알고리즘을 양자 동반자로 변환하는 이론적 프레임워크를 개발하여 시간 복잡도 상한을 증명 가능하게 하기 위해.
• 이 프레임워크를 문자열, 정수 및 계산 기하학 분야의 구체적 문제들에 적용하기 위해.
• 기존의 알려진 양자 질의 하한값에 비례하는 다항로그 인자까지 근접하는 날카로운 양자 시간 상한을 확립하기 위해.

제안 방법

• 분할 정복 알고리즘을 모델링하기 위해 '만들기, 정복하기, 완료하기, 결합하기'의 네 단계 프레임워크를 도입한다.
• 결합 및 완료 단계에 양자 검색(Grover)과 양자 최소/최대 값 찾기를 적용한다.
• 양자 메모리 모델인 QRAM과 QRAG를 사용하여 고전적 데이터에 대한 일관된 액세스와 중첩된 메모리에 대한 모델링을 수행한다.
• 양자 질의 복잡도와 동적 프로그래밍 기법을 사용하여 시간 복잡도 상한을 유도한다.
• 불변의 양자 질의 하한값을 증명하기 위해 부울 평균값 문제로의 감소를 활용한다.
• 1차원 문제들(예: 단일 주식 단일 거래)에 대해 알려진 양자 알고리즘을 고차원 일반화에서 하위 문제로 활용한다.

실험 결과

연구 질문

• RQ1 고전적 분할 정복 알고리즘이 양자 계산을 통해 언제 속도 향상을 받을 수 있는가?
• RQ2 일반적인 변환을 통해 하위 문제에서의 양자 속도 향상이 전체 문제로 체계적으로 전이될 수 있는가?
• RQ3 양자 메모리 모델 하에서 Longest Distinct Substring 및 Klee의 커버리지 문제의 양자 시간 복잡도는 무엇인가?
• RQ4 제안된 양자 알고리즘의 상한과 일치하는 양자 질의 하한값을 확립할 수 있는가?
• RQ5 APSP 클래스에 속하면서 시간 복잡도가 n^{3/2} 또는 n^{5/2}의 순서가 아닌 문제들이 존재하는가? 그리고 이러한 문제들은 양자 분할 정복을 통해 해결될 수 있는가?

주요 결과

• QRAM 모델에서 Longest Distinct Substring 문제의 양자 시간 복잡도는 Õ(n^{2/3})이며, 다항로그 인자까지 근접하는 양자 질의 하한값과 일치한다.
• d ≥ 8인 d차원 공간에서 Klee의 커버리지 문제의 양자 시간 복잡도는 O(n^{d/4 + ε})이며, 고전적 O(n^{d/2})의 복잡도보다 향상된다.
• 단일 주식 단일 거래 문제는 양자 시간 복잡도 Õ(√n log^{5/2} n)를 달성하며, 알려진 양자 질의 하한값과 일치한다.
• k-증가하는 부분수열 문제의 양자 시간 복잡도는 Õ(n)이며, 다항로그 인자까지 근접하는 양자 질의 하한값과 일치한다.
• 최대 부분행렬 문제(MSM)는 QRAG 모델에서 O(n² log² n)의 양자 시간 복잡도를 가지며, 날카로운 Ω(n²)의 양자 질의 하한값을 가진다.
• 최대 4조합 문제(M4C)는 QRAM 모델에서 O(n^{3/2} log^{5/2} n)의 양자 시간 복잡도를 달성하며, 이는 최대 삼각형 문제와 유사한 문제들에 대해 n^{3/2} 이하의 양자 알고리즘이 존재할 수 있음을 시사한다.