[论文解读] Quantum Computing and Shor`s Factoring Algorithm

И. В. Волович|ArXiv.org|Sep 2, 2001

Quantum Computing Algorithms and Architecture参考文献 12被引用 6

一句话总结

本文對秀爾因數分解演算法進行了詳細闡述，這是一種利用量子傅立葉變換與模指數運算，在多項式時間內分解整數的量子演算法。它表明，經典上難以解決的因數分解問題，在量子電腦上可被高效求解，且該演算法所需量子閘數量為 O((log N)² log log N log log log N)，並因模 N 的階的數論性質而具有高成功率。

ABSTRACT

Lectures on quantum computing. Contents: Algorithms. Quantum circuits. Quantum Fourier transform. Elements of number theory. Modular exponentiation. Shor`s algorithm for finding the order. Computational complexity of Schor`s algorithm. Factoring integers. NP-complete problems.

研究动机与目标

• 為研究人員提供量子計算與數論的全面介紹。
• 解釋秀爾演算法如何作為解決經典上困難問題的整數因數分解方法。
• 透過量子傅立葉變換與模指數運算，建立量子因數分解的多項式時間效率。
• 分析秀爾演算法的計算複雜度與成功機率。
• 展示整數因數分解如何簡化為模 N 乘法群中階的尋找問題。

提出的方法

• 演算法首先準備一個量子態的疊加，代表隨機選擇的基數 m 對模 N 的冪次。
• 應用模指數運算，計算 |m^x mod N⟩，其中 x 位於疊加態中，使指數與結果產生量子糾纏。
• 對指數寄存器應用量子傅立葉變換，以揭示與 m 對模 N 的階 r 相關的週期結構。
• 測量使態向量坍縮至接近 1/r 的整數倍的值，進而透過連分數法進行經典後處理以提取 r。
• 利用階 r 計算 gcd(m^{r/2} - 1, N)，當 r 為偶數且 m^{r/2} ≢ ±1 mod N 時，此運算可高概率地得出 N 的非平凡因數。
• 演算法利用中國剩餘定理來限制失敗機率，確保當 N 有 k 個質因數時，成功機率 ≥ 1 - 1/2^{k-1}。

实验结果

研究问题

• RQ1 整數因數分解是否能在量子電腦上高效求解？若可，所需的量子資源成本為何？
• RQ2 量子傅立葉變換如何在秀爾演算法中實現週期尋找？
• RQ3 秀爾演算法的成功機率為何？其與 N 的質因數數量有何關係？
• RQ4 為何將因數分解簡化為階尋找既必要又充分，以實現高效的量子因數分解？
• RQ5 秀爾演算法的計算複雜度（以量子閘與經典後處理計量）為何？

主要发现

• 秀爾演算法以 O((log N)² log log N log log log N) 個量子閘完成整數 N 的因數分解，實現多項式時間效率。
• 當 N 有 k 個相異質因數時，演算法的成功機率至少為 1 - 1/2^{k-1}，確保對複合數 N 具有高成功率。
• 量子傅立葉變換以 O((log N)²) 個量子閘實現，此為週期偵測的關鍵組件。
• 模指數運算可透過具有多項式閘數的量子電路高效執行，對可擴展性至關重要。
• 階尋找子程序為演算法的核心，且因其模 N 乘法群的數論結構，可高概率成功。
• 使用 gcd(m^{r/2} - 1, N) 的最終因數分解步驟，當 r 為偶數且 m^{r/2} ≢ ±1 mod N 時，可高概率得出非平凡因數，此情況具有顯著機率發生。