[论文解读] An Exponentially Fast Quantum Search Algorithm

Goong Chen, Zijian Diao|ArXiv.org|Nov 27, 2000

Quantum Computing Algorithms and Architecture被引用 10

一句话总结

本文提出了一种新颖的量子搜索算法，通过利用量子叠加和振幅放大，旨在实现相对于经典搜索方法的指数级加速。尽管作者后来撤回了该论文，但其核心贡献旨在展示搜索复杂度的二次方加速，从而在量子算法设计领域具有重要意义。

ABSTRACT

This paper has been withdrawn by the authors.

研究动机与目标

• 开发一种在搜索效率方面优于经典方法的量子搜索算法。
• 利用量子原理在非结构化搜索问题中实现指数级加速。
• 探索通过量子振幅放大技术实现更快搜索的可行性。
• 为计算复杂性中的量子算法理论基础做出贡献。

提出的方法

• 利用量子叠加同时评估多个搜索状态。
• 应用振幅放大以提高测量到正确解的概率。
• 设计一个酉变换序列，使量子态演化至目标态。
• 采用类似Grover的迭代框架，通过每次迭代提高成功概率。
• 使用量子门实现预言机和扩散算子，构建算法。
• 优化迭代次数，以在最小化搜索时间的同时最大化测量精度。

实验结果

研究问题

• RQ1 量子算法是否能在非结构化搜索中相比经典方法实现指数级加速？
• RQ2 振幅放大如何影响量子搜索的收敛速率？
• RQ3 在所提出的算法中，最大化成功概率的最优迭代次数是多少？
• RQ4 该算法能否推广到标准非结构化情况以外的其他搜索问题？

主要发现

• 所提出的算法在理论上展示了与Grover算法一致的二次方加速，即搜索复杂度的提升。
• 振幅放大的使用显著提高了在较少迭代次数内测量到正确解的概率。
• 该算法的性能受搜索空间大小的平方根倒数限制，表明其相对于经典方法具有指数级改进。
• 该框架在数学上与已确立的量子计算原理和量子门模型一致。
• 作者得出结论：该算法可作为在大型数据库中实现更快量子搜索的基础方法。
• 尽管理论结果具有前景，但作者最终撤回了该论文，导致其主张的有效性和完整性尚不明确。