[论文解读] Efficient Quantum Algorithms for Estimating Gauss Sums

Wim van Dam, G. Seroussi|ArXiv.org|Jul 23, 2002

Quantum Computing Algorithms and Architecture参考文献 12被引用 38

一句话总结

本文提出了一种高效量子算法，用于估计有限域和环上高斯和的相位，利用量子傅里叶变换和特征相互作用。该算法在 O(1/ε · polylog |R|) 时间内实现误差 ε 的相位估计，通过将离散对数问题归约到高斯和估计，提供了高斯和估计在经典计算中困难的证据。

ABSTRACT

We present an efficient quantum algorithm for estimating Gauss sums over finite fields and finite rings. This is a natural problem as the description of a Gauss sum can be done without reference to a black box function. With a reduction from the discrete logarithm problem to Gauss sum estimation we also give evidence that this problem is hard for classical algorithms. The workings of the quantum algorithm rely on the interaction between the additive characters of the Fourier transform and the multiplicative characters of the Gauss sum.

研究动机与目标

• 开发一种无需依赖黑箱函数的高效量子算法，用于估计有限域和环上高斯和的相位。
• 证明高斯和估计是量子计算中的自然问题，与隐子群框架不同。
• 通过将离散对数问题归约到高斯和估计，提供高斯和估计在经典计算中困难的证据。
• 将量子算法的适用范围从因数分解和离散对数等数论问题扩展到高斯和估计。
• 分析 Z/nZ 上高斯和的结构，特别是对于本原特征，并提供一种构造性的量子估计方法。

提出的方法

• 在有限环和域上使用量子傅里叶变换，将高斯和的相位映射为叠加态中的相对相位。
• 实现一种变换，使相位 γ 成为相对相位：|0⟩ + |1⟩ ↦ |0⟩ + e^{iγ}|1⟩，从而实现相位估计。
• 利用加法特征（通过迹函数）与乘法特征（通过本原根）之间的对偶性来定义高斯和。
• 应用 Shor 的离散对数算法，计算 Z/nZ 上非平凡特征的 χ(β⁻¹)，将一般高斯和归约为 β = 1 的情形。
• 使用标准的量子相位估计技术，以精度 ε 估计 G = |G|e^{iγ} 中的相位 γ，所需操作次数为 O(1/ε · polylog n)。
• 对于 Z/p^rZ 上的本原特征，利用已知的闭式结果简化相位估计（在可能时）。

实验结果

研究问题

• RQ1 高斯和估计是否可在不假设黑箱函数的前提下，由量子计算机高效求解？
• RQ2 高斯和估计是否在经典计算中困难？它是否与离散对数或因数分解处于同一复杂度类？
• RQ3 如何利用加法特征与乘法特征之间的相互作用，设计用于高斯和相位估计的量子算法？
• RQ4 在有限环 Z/nZ 上估计高斯和相位的时间复杂度是多少？其与精度的关系如何？
• RQ5 是否存在可归约为高斯和估计但不可归约为因数分解或离散对数的问题？

主要发现

• 该量子算法以期望误差 ε 在 O(1/ε · polylog |R|) 时间内估计高斯和 G = |G|e^{iγ} 的相位 γ，其中 |R| 为环或域的大小。
• 高斯和的范数 |G| 可在多项式对数时间内计算，具体为 Z/nZ 上的 O(polylog n)。
• 对于 Z/nZ 上的本原特征，高斯和满足 |G| = √n，且 G(β) = χ(β⁻¹)G(1)，从而可归约为 β = 1 的情形。
• 该算法使用量子傅里叶变换，并通过 χ²(y) 实现相位回溯机制，将相位 γ 作为整体相位偏移生成。
• 本文提供了从离散对数问题到高斯和估计的归约，表明高斯和估计对经典计算机而言是困难的。
• 该算法适用于有限域 F_{p^r} 和环 Z/nZ，通过中国剩余定理与特征分解，对合数模数实现了统一处理。