[论文解读] Bounds on quantum ordered searching

Peter Høyer, Jan Neerbek|ArXiv.org|Sep 8, 2000

Quantum Computing Algorithms and Architecture参考文献 15被引用 4

一句话总结

本文建立了精确量子有序搜索的全新下界 $\frac{1}{\pi}(\ln N - 1)$，优于以往的下界，并提出了一种新颖的量子算法，仅需 $\log_3 N + O(1)$ 次查询（约 $0.631\log_2 N$），通过在多个二分查找实例之间实现量子并行与知识共享。该方法依赖于加权全对内积论证以推导下界，并在叠加态的基态之间引入通信机制。

ABSTRACT

We prove that any exact quantum algorithm searching an ordered list of N elements requires more than \frac{1}π(\ln(N)-1) queries to the list. This improves upon the previously best known lower bound of {1/12}\log_2(N) - O(1). Our proof is based on a weighted all-pairs inner product argument, and it generalizes to bounded-error quantum algorithms. The currently best known upper bound for exact searching is roughly 0.526 \log_2(N). We give an exact quantum algorithm that uses \log_3(N) + O(1) queries, which is roughly 0.631 \log_2(N). The main principles in our algorithm are an quantum parallel use of the classical binary search algorithm and a method that allows basis states in superpositions to communicate.

研究动机与目标

• 建立精确有序搜索的量子查询复杂度的更紧下界。
• 设计一种新的精确有序搜索量子算法，其查询复杂度优于经典二分查找。
• 引入一种新方法——叠加态中量子态之间的知识共享，以提升量子算法效率。
• 将加权全对内积论证推广为一种用于证明非对称、非布尔型量子函数下界的工具。

提出的方法

• 本文引入加权全对内积论证，用于在量子黑箱模型中证明下界，扩展了Bennett等人及Ambainis的先前工作。
• 将该论证应用于推导出精确量子有序搜索的下界为 $\frac{1}{\pi}(\ln N - 1)$ 次查询。
• 所提出的算法通过在叠加态中并行运行多个经典二分查找实例，每次聚焦于输入的不同区间，仅需 $\log_3 N + O(1)$ 次查询。
• 关键创新在于一种机制，使叠加态中的基态能够相互通信知识——具体而言，对输入了解更多的状态可将信息传递给其他状态，实现集体学习。
• 该算法使用酉算符 $\mathsf{U}^{(s)}$ 和 $\mathsf{V}^{(s)}$，通过迭代方式使每轮查询中已知位数的倍数接近3倍。
• 该方法在每次迭代中实现知识扩展因子 $F = \frac{m'}{m} \geq 3 - O\left(\frac{\log m}{m}\right)$，从而实现指数级知识增长。

实验结果

研究问题

• RQ1 精确量子算法搜索大小为 $N$ 的有序列表，所需的最少查询次数是多少？
• RQ2 加权全对内积论证是否可用于推导非对称量子函数的更紧下界？
• RQ3 是否可能通过利用叠加态中量子态之间的知识共享，构造一种实现亚对数查询复杂度的有序搜索量子算法？
• RQ4 该新算法的性能与目前最优的量子算法（约 $0.526\log_2 N$ 次查询）相比如何？

主要发现

• 本文建立了精确量子有序搜索的新下界 $\frac{1}{\pi}(\ln N - 1)$ 次查询，优于先前的 $\frac{1}{12}\log_2 N - O(1)$ 下界。
• 新下界约为 $0.221\log_2 N$，表明其相对于经典 $\lceil \log_2 N \rceil$ 的量子加速常数因子在1.9至4.6之间。
• 构造了一种精确量子算法，仅需 $\log_3 N + O(1)$ 次查询，等价于约 $0.631\log_2 N$ 次查询，优于经典二分查找，但尚未达到最优算法的效率。
• 该算法通过在叠加态中并行运行多个二分查找实例，并借助基态之间的通信机制实现知识共享，从而提升效率。
• 该方法使每次查询中已知位数的扩展因子接近3，扩展因子 $F \geq 3 - O\left(\frac{\log m}{m}\right)$。
• 加权全对内积论证被证明是证明量子查询复杂度下界的一种强大且可推广的工具，尤其适用于非对称和部分函数。