[论文解读] Optimal parallel quantum query algorithms

Stacey Jeffery, Frédéric Magniez+1 more|arXiv (Cornell University)|Sep 24, 2013

Quantum Computing Algorithms and Architecture参考文献 34被引用 6

一句话总结

该论文为在每个时间步并行执行 $ p $ 次查询的并行量子算法建立了紧致的量子查询复杂度界限。通过引入并行化量子行走算法，实现了元素不同性问题的 $ \Theta((n/p)^{2/3}) $ 次查询和 $ k $-和问题的 $ \Theta((n/p)^{k/(k+1)}) $ 次查询，同时利用改进的敌对方法和学习图技术证明了这些界限的最优性。

ABSTRACT

We study the complexity of quantum query algorithms that make p queries in parallel in each timestep. This model is in part motivated by the fact that decoherence times of qubits are typically small, so it makes sense to parallelize quantum algorithms as much as possible. We show tight bounds for a number of problems, specifically Theta((n/p)^{2/3}) p-parallel queries for element distinctness and Theta((n/p)^{k/(k+1)} for k-sum. Our upper bounds are obtained by parallelized quantum walk algorithms, and our lower bounds are based on a relatively small modification of the adversary lower bound method, combined with recent results of Belovs et al. on learning graphs. We also prove some general bounds, in particular that quantum and classical p-parallel complexity are polynomially related for all total functions f when p is small compared to f's block sensitivity.

研究动机与目标

• 确定在 $ p $-并行时间步中并行查询时，问题的最优量子查询复杂度。
• 通过在量子算法中最大化并行化，应对量子比特退相干时间有限的挑战。
• 填补在 $ p $-并行查询模型下，如元素不同性和 $ k $-和等基本问题复杂度理解上的空白。
• 利用先进的量子算法技术，为这些问题建立紧致的上下界。
• 探讨当 $ p $ 相对于块敏感度较小时，经典与量子 $ p $-并行复杂度之间的关系，特别是针对全函数。

提出的方法

• 开发了在 $ p $-并行查询模型下高效求解元素不同性和 $ k $-和问题的并行化量子行走算法。
• 应用改进的敌对下界方法版本，推导出 $ p $-并行查询复杂度的紧致下界。
• 利用 Belovs 等人关于学习图的最新成果，强化下界分析。
• 使用 $ p $-并行查询模型，在退相干约束下平衡量子计算的时间与宽度权衡。
• 分析经典与量子 $ p $-并行复杂度之间的关系，表明当 $ p $ 较小时，对全函数存在多项式等价性。
• 采用电路深度和查询复杂度模型，比较并行设置下的量子加速效果。

实验结果

研究问题

• RQ1 在 $ p $-并行查询模型中，元素不同性问题的最优量子查询复杂度是什么？
• RQ2 在 $ p $-并行量子查询模型中，$ k $-和问题的查询复杂度如何随 $ p $ 变化？
• RQ3 敌对方法能否被调整以在 $ p $-并行量子查询模型中提供紧致下界？
• RQ4 当 $ p $ 相对于块敏感度较小时，全函数的古典与量子 $ p $-并行查询复杂度之间存在何种关系？
• RQ5 并行化量子行走所实现的上界是否对这些问题是最优的？

主要发现

• 该论文在 $ p $-并行模型中为元素不同性问题建立了紧致的上界 $ \Theta((n/p)^{2/3}) $ 次量子查询。
• 对于 $ k $-和问题，该论文在 $ p $-并行查询模型中推导出紧致的上界 $ \Theta((n/p)^{k/(k+1)}) $ 次查询。
• 作者通过结合改进的敌对方法与学习图技术，证明了这些上界是最优的，即建立了匹配的下界。
• 该论文表明，当 $ p $ 相对于函数 $ f $ 的块敏感度较小时，所有全函数 $ f $ 的量子与经典 $ p $-并行查询复杂度之间存在多项式关系。
• 结果表明，并行化显著降低了查询复杂度，尤其在 $ p $ 较大时更为明显，且在并行查询约束下，量子加速依然稳健。
• 该研究表明，$ p $-并行模型是设计在退相干约束下具有容错能力的量子算法的可行框架。