[论文解读] Quantum Algorithms

Michele Mosca|arXiv (Cornell University)|Aug 4, 2008

Quantum Computing Algorithms and Architecture参考文献 123被引用 28

一句话总结

本文对量子算法进行了全面综述，涵盖肖尔因式分解和离散对数算法等基础成果，振幅放大实现的量子搜索，以及量子模拟。还探讨了量子行走、绝热量子计算和拓扑量子算法等高级范式，突出展示了经典计算机无法解决的任务。

ABSTRACT

This article surveys the state of the art in quantum computer algorithms, including both black-box and non-black-box results. It is infeasible to detail all the known quantum algorithms, so a representative sample is given. This includes a summary of the early quantum algorithms, a description of the Abelian Hidden Subgroup algorithms (including Shor's factoring and discrete logarithm algorithms), quantum searching and amplitude amplification, quantum algorithms for simulating quantum mechanical systems, several non-trivial generalizations of the Abelian Hidden Subgroup Problem (and related techniques), the quantum walk paradigm for quantum algorithms, the paradigm of adiabatic algorithms, a family of ``topological'' algorithms, and algorithms for quantum tasks which cannot be done by a classical computer, followed by a discussion.

研究动机与目标

• 提供量子算法领域最新进展的代表性且易于理解的概述。
• 对诸如阿贝尔隐藏子群问题和量子行走等主要算法范式进行分类与解释。
• 突出展示能够解决经典计算机无法处理的问题的量子算法。
• 连接基础成果与近期非黑箱及广义算法技术。

提出的方法

• 聚焦关键类别中的代表性示例，综述已知的量子算法。
• 根据底层范式对算法进行分类，包括黑箱与非黑箱模型。
• 将阿贝尔隐藏子群框架描述为统一肖尔算法及相关结果的原理。
• 将振幅放大解释为量子搜索的推广。
• 将量子行走和绝热算法作为替代的算法范式进行介绍。
• 讨论拓扑量子算法及其对噪声的鲁棒性。

实验结果

研究问题

• RQ1 支撑主要量子加速的核心算法范式是什么？
• RQ2 阿贝尔隐藏子群算法如何推广到非阿贝尔及其他结构？
• RQ3 在哪些方面，量子算法在特定任务上优于经典计算？
• RQ4 在黑箱模型之外，量子算法的能力与局限性是什么？
• RQ5 哪些量子任务被证明无法由经典计算机实现？

主要发现

• 肖尔的因式分解和离散对数算法统一于阿贝尔隐藏子群框架之下。
• 振幅放大为搜索问题提供了实现二次量子加速的通用方法。
• 用于模拟量子系统的量子算法相较于经典方法具有指数级优势。
• 基于量子行走的算法为搜索和优化问题提供了新方法。
• 拓扑量子算法表现出容错特性，表明其对噪声具有鲁棒性。
• 某些量子任务，如涉及纠缠或非局域关联的任务，无法被经典计算机模拟。