[论文解读] Fast versions of Shor's quantum factoring algorithm

Christof Zalka|ArXiv.org|Jun 24, 1998

Quantum Computing Algorithms and Architecture参考文献 5被引用 76

一句话总结

本文提出了一种高度并行化且空间高效的量子算法，用于Shor因数分解算法，采用基于FFT的快速整数乘法，将大数的运行时间减少至近似常数时间。通过使用可逆FFT乘法优化模指数运算，并结合并行化加法，该方法实现了亚立方时间复杂度，使得在可扩展的量子计算机上以极少的量子比特开销分解具有数百万位数的数成为可能。

ABSTRACT

We present fast and highly parallelized versions of Shor's algorithm. With a sizable quantum computer it would then be possible to factor numbers with millions of digits. The main algorithm presented here uses FFT-based fast integer multiplication. The quick reader can just read the introduction and the ``Results'' section.

研究动机与目标

• 设计一种可扩展的量子因数分解算法，能够处理具有数百万位数的数。
• 在最大化量子计算并行性的同时，最小化量子比特需求。
• 通过基于FFT的快速整数乘法，降低模指数运算的时间复杂度。
• 优化量子电路设计，以适应具有高连通性但量子比特资源有限的容错大规模量子计算机。
• 证明近似模指数运算仍能以高概率正确找到周期，从而实现算法简化。

提出的方法

• 提出一种基于模算术的两级FFT乘法方案，使用环 Z_{2^n+1} 加速大整数乘法。
• 采用可逆量子电路实现基于FFT的乘法，包括条件加法和利用 M = 2^n + 1 性质的模约减。
• 引入一种并行化加法技术，将串行Toffoli门数量减少至常数，从而实现在大数运算下接近常数时间的执行。
• 采用基于位块分解和符号扩展的简化模约减策略，降低垃圾量子比特开销和误差传播。
• 在FFT运算中应用容错近似，假设可接受较小的算法误差率（例如 2^{-40}），不影响周期查找。
• 通过复用条件加法结构并并行化多个量子比特块中的独立操作，优化Toffoli门数量。

实验结果

研究问题

• RQ1 基于FFT的快速乘法能否适配至量子电路，显著降低Shor算法中模指数运算的时间复杂度？
• RQ2 如何并行化量子加法以实现在保持可逆性并最小化量子比特使用的同时，达到近似常数执行时间？
• RQ3 在量子因数分解中使用分层FFT乘法时，空间（量子比特数量）与时间（电路深度）之间的权衡如何？
• RQ4 近似模指数运算在多大程度上仍能为大整数因数分解提供正确的周期信息？
• RQ5 对于具有高连通性但量子比特资源有限的容错量子架构，是否仍能通过优化的基于FFT的乘法运行高效的因数分解算法？

主要发现

• 所提出的两级FFT乘法将模指数运算的时间复杂度降低至 O(L^2 log L)，显著优于标准的 O(L^3) 方法。
• 该算法仅使用 5L 个量子比特，相比标准的 3L 仅略有增加，同时在大规模运算中实现近似常数电路深度 T_p ≈ 540 Toffoli 门。
• 通过允许每次FFT运算的误差率约为 2^{-40}，该方法实现了简化，降低了门数和电路深度，而不会影响整体因数分解的成功率。
• 每次FFT运算的Toffoli门总数估计为 T ≈ 26(n + 14)，其中 n 为FFT中中间数的位长，使其适用于大 L 的可扩展性。
• 量子比特加法操作的并行化将串行执行时间减少至常数，使未来大规模量子计算机能够实现高吞吐量的量子因数分解。
• 使用模数 M = 2^n + 1 可通过n位块的交替和实现高效的模约减，简化条件算术并减少易出错的逆运算。