[论文解读] Average-Case Quantum Query Complexity

Andris Ambainis, R.M. de Wolf|UvA-DARE (University of Amsterdam)|Apr 23, 1999

Quantum Computing Algorithms and Architecture被引用 9

一句话总结

该论文证明，在均匀分布下，量子算法在平均情况查询复杂度模型中可实现对经典算法的指数级加速，而在非均匀分布下甚至可能出现超指数级差距。研究表明，对于 MAJORITY 函数，量子查询复杂度在均匀分布下几乎达到经典复杂度的二次方优势，凸显了量子计算在平均情况设置下超越最坏情况界限的根本优势。

ABSTRACT

We compare classical and quantum query complexities of total Boolean functions. It is known that for worst-case complexity, the gap between quantum and classical can be at most polynomial. We show that for average-case complexity under the uniform distribution, quantum algorithms can be exponentially faster than classical algorithms. Under non-uniform distributions the gap can even be super-exponential. We also prove some general bounds for average-case complexity and show that the average-case quantum complexity of MAJORITY under the uniform distribution is nearly quadratically better than the classical complexity.

研究动机与目标

• 研究在均匀和非均匀输入分布下，平均情况设置中经典与量子查询复杂度之间的差距。
• 确定量子算法是否能在平均情况场景中实现超越多项式加速的性能表现。
• 分析特定布尔函数（尤其是 MAJORITY）在均匀分布下的平均情况量子查询复杂度。
• 建立平均情况量子查询复杂度的一般界，并与经典对应物进行比较。
• 将对量子优势的理解扩展至最坏情况复杂度之外，而最坏情况下的多项式差距是已知的。

提出的方法

• 作者使用量子查询模型分析查询复杂度，重点关注全布尔函数。
• 他们将平均情况复杂度定义为在给定输入分布下所需查询次数的期望值，特别关注均匀和非均匀分布。
• 他们应用量子查询复杂度技术，包括多项式方法和对手方法，以界定量子查询复杂度。
• 通过构造显式的量子算法并分析其期望查询次数，比较经典与量子查询复杂度。
• 针对 MAJORITY 函数，他们利用对称性和振幅放大技术，推导出其平均情况量子查询复杂度的紧致界。
• 他们证明了平均情况量子查询复杂度的一般上下界，表明在非均匀分布下差距可达超指数级。

实验结果

研究问题

• RQ1 量子算法是否能在平均情况查询复杂度模型中实现对经典算法的指数级加速？
• RQ2 在均匀分布下，MAJORITY 函数的平均情况量子查询复杂度与经典对应物相比如何？
• RQ3 在非均匀输入分布下，经典与量子查询复杂度之间的最大可能差距是多少？
• RQ4 是否存在一般界可表征经典与平均情况量子查询复杂度之间的关系？
• RQ5 在平均情况设置中，是否可以实现经典与量子查询复杂度之间的超指数级差距？

主要发现

• 在均匀分布下，量子算法可在平均情况查询复杂度中实现对经典算法的指数级加速。
• 对于 MAJORITY 函数，在均匀分布下其平均情况量子查询复杂度几乎达到经典复杂度的二次方优势。
• 在非均匀分布下，经典与量子查询复杂度之间的差距可达超指数级。
• 本文建立了平均情况量子查询复杂度的一般上下界，表明此类差距不仅限于最坏情况场景。
• 结果表明，量子优势在查询复杂度中的表现显著超越最坏情况界限，后者仅限于多项式差距。
• 该研究证实，量子查询复杂度在平均情况设置中具有显著优势，尤其在对称函数（如 MAJORITY）中表现突出。