[论文解读] Quantum Algorithms for the Triangle Problem

Frédéric Magniez, Miklós Sántha+1 more|ArXiv.org|Oct 21, 2003

Quantum Computing Algorithms and Architecture参考文献 27被引用 13

一句话总结

本文提出了两种用于检测无向图中三角形的量子算法，基于量子查询复杂度。第一种算法结合 Grover 搜索与组合优化，实现 Õ(n^{10/7}) 次查询和 O(log n) 量子比特；第二种算法通过 Ambainis 框架将量子行走与 Grover 搜索结合，达到 Õ(n^{13/10}) 次查询，展示了在稠密图中相对于先前方法的效率提升。

ABSTRACT

We present two new quantum algorithms that either find a triangle (a copy of $K_{3}$) in an undirected graph $G$ on $n$ nodes, or reject if $G$ is triangle free. The first algorithm uses combinatorial ideas with Grover Search and makes $ ilde{O}(n^{10/7})$ queries. The second algorithm uses $ ilde{O}(n^{13/10})$ queries, and it is based on a design concept of Ambainis~\cite{amb04} that incorporates the benefits of quantum walks into Grover search~\cite{gro96}. The first algorithm uses only $O(\log n)$ qubits in its quantum subroutines, whereas the second one uses O(n) qubits. The Triangle Problem was first treated in~\cite{bdhhmsw01}, where an algorithm with $O(n+\sqrt{nm})$ query complexity was presented, where $m$ is the number of edges of $G$.

研究动机与目标

• 开发用于检测无向图中三角形的高效量子算法，这是量子查询复杂度领域的一个基础问题。
• 克服现有量子对抗方法在小证书大小问题（如三角形问题）上无法提供强下界的问题。
• 改进标准 Grover 搜索在三角形检测中 O(n^{3/2}) 的查询复杂度，特别是在具有 Θ(n²) 条边的稠密图中。
• 设计在保持次二次查询复杂度的同时最小化量子内存使用量的算法。
• 将用于碰撞问题和元素相异性的量子技术推广，以解决更广泛的图属性检测问题，包括 k-团检测。

提出的方法

• 第一种算法使用 Grover 搜索结合组合划分与 Szemerédi 正则性引理，将查询复杂度降低至 O(n^{3/2}) 以下。
• 它利用正则划分可高效采样潜在三角形边的特性，将所需查询次数减少至 Õ(n^{10/7})。
• 第二种算法将 Ambainis 的基于量子行走的框架应用于一般碰撞问题，实现了三角形检测的动态量子查询策略。
• 它引入了关于 d 元关系的广义图碰撞问题，以检测与候选边集相连的顶点，利用量子幅度放大技术。
• 该算法通过在采样顶点集与通过 Grover 搜索检查三角形完成之间实现成本平衡。
• 对集合大小 r 与查询开销之间的权衡进行优化，当 r = n^{3/5} 时，整体复杂度达到 Õ(n^{13/10})。

实验结果

研究问题

• RQ1 量子算法能否在标准 Grover 搜索无法超越 O(n^{3/2}) 的稠密图中实现三角形检测的次二次查询复杂度？
• RQ2 对于三角形问题，能否在实践中克服量子对抗方法的局限性，特别是其在小证书大小 K 下无法突破 Ω(√(NK)) 边界的限制？
• RQ3 在多大程度上可以将量子行走技术与 Grover 搜索结合，以比直接搜索更高效地解决图属性检测问题？
• RQ4 是否可能设计一种仅使用 O(log n) 量子比特的三角形检测量子算法，同时仍实现次二次查询复杂度？
• RQ5 能否将求解元素相异性问题的框架推广，以更高效地检测任意小子图（如 k-团）？

主要发现

• 第一种算法在三角形检测中实现了 Õ(n^{10/7}) 的量子查询复杂度，优于基于标准 Grover 搜索的 O(n^{3/2}) 上限。
• 该算法在其量子子程序中仅使用 O(log n) 量子比特，因此适用于量子比特资源有限的近场量子设备。
• 第二种算法通过 Ambainis 框架将量子行走与 Grover 搜索结合，实现 Õ(n^{13/10}) 的查询复杂度，显著优于先前方法。
• 该方法可推广至检测任意固定 k-顶点子图 H，查询复杂度为 Õ(n^{2-2/k})，在对数因子范围内为最优。
• 对于 1-证书大小至多为 k 的单调图属性，该算法实现 Õ(n^{2-2/k}) 的查询复杂度，将结果扩展至三角形之外。
• 分析表明，当 r = n^{3/5} 时，采样与检查成本之间的最优权衡被实现，最终得到 Õ(n^{13/10}) 的复杂度界。