[论文解读] Modified Grover's search algorithm for the cases where the number of solutions is known

Anupam Gupta, Mayank Gupta+1 more|ArXiv.org|Jun 14, 2005

Data Management and Algorithms被引用 4

一句话总结

该论文提出了一种改进的Grover算法，在已知解的数量 $ M $ 时，通过用单个优化的酉旋转替代迭代的Grover步骤，实现了 $ O(\log N) $ 的时间复杂度。当 $ M $ 未知但存在上界时，时间复杂度降低至 $ O(M\log N) $，显著优于传统Grover算法在小 $ M $ 情况下的 $ O(\sqrt{N/M}) $。该方法利用已知的 $ M $ 计算出精确的旋转角度，使初始叠加态在一步之内直接映射到解空间。

ABSTRACT

Grover's search algorithm searches a database of $N$ unsorted items in $O(\sqrt{N/M})$ steps where $M$ represents the number of solutions to the search problem. This paper proposes a scheme for searching a database of $N$ unsorted items in $O(logN)$ steps, provided the value of $M$ is known. It is also shown that when $M$ is unknown but if we can estimate an upper bound of possible values of $M$, then an improvement in the time complexity of conventional Grover's algorithm is possible. In that case, the present scheme reduces the time complexity to $O(MlogN)$.

研究动机与目标

• 在解的数量 $ M $ 已知或可上界估计的情况下，降低Grover搜索算法的时间复杂度。
• 探究除标准Grover迭代外的其他酉操作是否能通过利用 $ M $ 的先验知识实现更快的收敛速度。
• 证明针对已知 $ M $ 优化的几何相位旋转可实现单步态矢量制备，从而绕过迭代放大过程。
• 分析在不同 $ M $ 假设条件下（已知、未知但有上界、未知无界）的时间复杂度改进情况。
• 为在实际场景中 $ M $ 部分或完全已知时的量子搜索优化提供一个框架。

提出的方法

• 将搜索态表示为量子比特叠加态：$ |S\rangle = \cos\theta|0\rangle + \sin\theta|1\rangle $，其中 $ \theta = \arcsin(\sqrt{M/N}) $，$ |0\rangle $ 和 $ |1\rangle $ 分别表示非解态和解态。
• 推导出一个单步酉算符 $ A = \begin{pmatrix} \sin\theta & -\cos\theta \\ \cos\theta & \sin\theta \end{pmatrix} $，通过旋转角度 $ \frac{\pi}{2} - \theta $ 将初始态直接旋转至解态。
• 将该操作构造为 $ A = XO $，其中 $ O $ 为标准预言机，$ X $ 为酉矩阵 $ X = \begin{pmatrix} \sin\theta & \cos\theta \\ \cos\theta & -\sin\theta \end{pmatrix} $，实现关于非平均点的翻转。
• 利用已知的 $ M $ 计算 $ \theta $，从而精确确定实现解态振幅完全转移所需的旋转角度，实现一步完成。
• 通过应用Hadamard门在 $ O(\log N) $ 时间内制备初始等幅叠加态，作为优化后单步旋转的输入。
• 对于 $ M $ 未知但存在上界的情况，对每个候选 $ M $ 运行算法，通过测量验证结果，并重复直至找到正确解。

实验结果

研究问题

• RQ1 当 $ M $ 已知时，Grover搜索的时间复杂度能否低于 $ O(\sqrt{N/M}) $？
• RQ2 何种酉变换可实现从初始叠加态到解态的单步直接映射？
• RQ3 用单个优化旋转替代迭代的Grover步骤，对整体时间复杂度有何影响？
• RQ4 当 $ M $ 未知但存在上界时，性能提升如何？
• RQ5 所提出的方法能否推广至其他具有已知或有界解数的量子搜索问题？

主要发现

• 当 $ M $ 已知时，改进算法通过用单个优化酉旋转替代 $ O(\sqrt{N/M}) $ 次迭代，实现了 $ O(\log N) $ 的时间复杂度。
• 对于 $ M $ 未知但存在上界 $ M_{\text{max}} $ 的情况，时间复杂度降低至 $ O(M_{\text{max}} \log N) $，当 $ M $ 较小时，显著优于 $ O(\sqrt{N/M}) $。
• 主要改进源于通过使用针对已知或有界的 $ M $ 优化的几何旋转，消除了迭代振幅放大过程，实现了直接态制备。
• 所提出的算符 $ A $ 通过非平均点的翻转实现，经矩阵作用于态矢量验证，可在一步之内实现解态的完全振幅转移。
• 当 $ M $ 已知时，该方法保持酉性且物理可实现，因为 $ \sin\theta $ 和 $ \cos\theta $ 可由 $ M $ 和 $ N $ 精确计算。
• 该方法为在解数已知或可预估的实际场景中实现量子搜索优化开辟了新方向。