[论文解读] Quantum Algorithms for many-to-one Functions to Solve the Regulator and the Principal Ideal Problem
本文通过在Shor框架中利用多对一周期函数,提出了求解实二次数域中类数和主理想问题的改进型量子算法。关键贡献在于相比Hallgren原始算法,至少减少了$2\log\Delta$量子比特,这是通过使用无理周期函数和约化二次型而非理想实现的,且在非单射周期性下仍保持恒定成功概率。
We propose new quantum algorithms to solve the regulator and the principal ideal problem in a real-quadratic number field. We improve the algorithms proposed by Hallgren by using two different techniques. The first improvement is the usage of a period function which is not one-to-one on its period. We show that even in this case Shor's algorithm computes the period with constant probability. The second improvement is the usage of reduced forms (a, b, c) of discriminant D with a>0 instead of reduced ideals of the same discriminant. These improvements reduce the number of required qubits by at least 2 log D.
研究动机与目标
- 开发针对实二次数域中类数与主理想问题的更高效量子算法。
- 通过重新定义函数空间与周期结构,减少现有量子算法的量子比特需求。
- 证明即使函数在其基本周期上为多对一,Shor算法仍能以恒定成功概率正确计算周期。
- 为评估基于主理想问题的密码系统(如Buchmann-Williams密码系统)的量子抗性提供更高效工具。
- 为将这些技术扩展至类群计算及更高次数域奠定基础。
提出的方法
- 该算法使用在其基本周期上非单射的周期函数,但Shor算法仍能以恒定成功概率正确计算周期。
- 不使用约化理想,而是采用判别式为$\Delta$的约化二次型$(a,b,c)$,其中$a > 0$,从而简化表示并减少量子比特开销。
- 量子子程序通过量子傅里叶变换计算对偶格点向量,随后使用连分数或基于GCD的古典后处理方法。
- 通过采样得到的对偶向量估计类数或理想类距离,并应用古典优化方法提高逼近精度。
- 采用蒙特卡洛方法:算法可能以有界概率失败,但当成功时,输出正确且可古典验证。
- 通过使用具有无理周期的函数,避免了对对数近似值的先验知识需求,这些函数始终周期性但为多对一。
实验结果
研究问题
- RQ1当函数在其基本周期上为多对一时,Shor算法能否以恒定成功概率计算其周期?
- RQ2使用约化二次型而非理想,是否能减少在数域问题量子算法中的量子比特数量?
- RQ3能否在不依赖广义黎曼假设的前提下,以量子多项式时间求解类数与主理想问题?
- RQ4该框架能否扩展至计算实二次域的类群,或适配至更高次数域?
- RQ5使用非单射结构的周期函数求解类数与PIP问题,所需的最小量子比特开销是多少?
主要发现
- 与Hallgren原始量子算法相比,该算法在类数与主理想问题上至少减少了$2\log\Delta$量子比特。
- 即使函数在无理格点上周期性,Shor算法仍能以恒定概率成功计算多对一函数的周期。
- 该算法的成功概率至少为$2^{-37}$,且为蒙特卡洛算法,当返回解时可被古典方法验证。
- 使用约化二次型$(a,b,c)$替代理想,简化了函数表示并降低了量子算术所需精度。
- 该算法在量子多项式时间$O(\operatorname{polylog}(\log\Delta))$内运行,且不依赖广义黎曼假设。
- 该方法使对Buchmann-Williams密码系统的量子抗性分析更加高效,因其可直接测试给定形式的主理想性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。