[论文解读] Fixed Phase Quantum Search Algorithm

Ahmed Younes|ArXiv.org|Apr 12, 2007

Quantum Computing Algorithms and Architecture参考文献 13被引用 8

一句话总结

该论文提出了一种固定相位的量子搜索算法，通过使用1.91684π的相位偏移，实现了至少99.58%的成功概率，同时在已知和未知匹配数量的情况下，均保持O(√(N/M))的复杂度。该算法采用固定相位旋转的振幅放大技术，可在所有M ∈ [1, N]范围内可靠地找到解，相较于以往的固定算子方法，在硬件实现的鲁棒性和实用性方面表现更优。

ABSTRACT

Building quantum devices using fixed operators is a must to simplify the hardware construction. Quantum search engine is not an exception. In this paper, a fixed phase quantum search algorithm that searches for M matches in an unstructured search space of size N will be presented. Selecting phase shifts of 1.91684πin the standard amplitude amplification will make the technique perform better so as to get probability of success at least 99.58% in O(sqrt(N/M)) better than any know fixed operator quantum search algorithms. The algorithm will be able to handle either a single match or multiple matches in the search space. The algorithm will find a match in O(sqrt(N/M)) whether the number of matches is known or not in advance.

研究动机与目标

• 开发一种使用固定算子的实用量子搜索算法，以简化硬件实现。
• 确保在未结构化搜索空间中所有可能的匹配数M下，成功概率均达到≥99.58%。
• 无论M是否事先已知，均保持O(√(N/M))的运行时间复杂度。
• 在真实世界部署中，相较于现有固定算子量子搜索算法，提升可靠性和鲁棒性。
• 实现单一统一的算法，无需重新配置即可同时处理单个和多个匹配。

提出的方法

• 该算法在扩散和Oracle反射中均采用1.91684π的固定相位偏移进行振幅放大。
• 通过Walsh-Hadamard变换初始化为均匀叠加态，随后迭代应用固定相位算子。
• 相位偏移的选择经过优化，以最大化所有M ∈ [1, N]下的最小成功概率。
• 通过增长因子λ = 8/7的对数搜索策略，动态调整迭代次数，以平衡速度与可靠性。
• 成功概率通过涉及sin²((q+1)δ)和sin²(qδ)的三角函数求和进行分析，其中δ由相位偏移和初始态角度推导得出。
• 该方法通过设定下界m_q ≥ 1/sin(δ)，确保即使M未知，期望迭代次数仍保持在O(√(N/M))范围内。

实验结果

研究问题

• RQ1 能否设计一种固定相位量子搜索算法，在所有M ∈ [1, N]下均实现接近确定的成功概率（≥99.58%）？
• RQ2 如何选择固定相位旋转，以在M未知时仍保持O(√(N/M))的复杂度？
• RQ3 在未结构化搜索的振幅放大中，使最小成功概率最大化的最优相位偏移是什么？
• RQ4 单一固定算子算法是否能在已知和未知M的场景下，均优于混合或自适应算法？
• RQ5 当M > N/2时，期望迭代次数在整个M范围内如何变化，尤其是此时经典直觉失效的情况下？

主要发现

• 最优相位偏移1.91684π可确保在所有M ∈ [1, N]下，最小成功概率达到99.58%。
• 无论匹配数M是否事先已知，该算法均保持O(√(N/M))的运行时间复杂度。
• 期望迭代次数被限制在7m_q以内，其中m_q = O(√(N/M))，因此具有渐近最优性。
• 该算法在鲁棒性方面优于Grover原始算法及以往的固定算子方法，尤其在M > N/2时，经典直觉失效的情况下表现更优。
• 在未知M场景下，该方法的可靠性高于Younes等人[22]的方法，尽管两者均具有O(√(N/M))的复杂度。
• 分析结果表明，当m ≥ 1/sin(δ)时，成功概率保持在25%以上，并在小M/N时趋近于25%，确保性能稳定。