[论文解读] Quantum Mechanical Square Root Speedup in a Structured Search Problem

Edward Farhi, Sam Gutmann|ArXiv.org|Nov 18, 1997

Quantum Computing Algorithms and Architecture参考文献 3被引用 13

一句话总结

本文展示了一种量子算法，可在结构化搜索问题中实现平方根加速，而经典计算需要 O(N) 步。通过在特定图结构上利用量子绝热演化，该算法在 O(√N) 时间内解决问题，表明即使在超出无结构搜索的特定问题约束下，量子优势依然存在。

ABSTRACT

An unstructured search for one item out of N can be performed quantum mechanically in time of order square root of N whereas classically this requires of order N steps. This raises the question of whether square root speedup persists in problems with more structure. In this note we focus on one example of a structured problem and find a quantum algorithm which takes time of order the square root of the classical time.

研究动机与目标

• 研究诸如无结构搜索中所见的平方根改进等量子加速是否在具有额外结构的问题中依然存在。
• 设计一种高效求解特定结构化搜索问题的量子算法，并证明其时间复杂度优势。
• 分析量子绝热演化在给定图基搜索问题上的性能。
• 将量子算法的运行时间与同一结构化设置下的经典算法进行比较。

提出的方法

• 作者基于具有 N 个节点的图定义了一个结构化搜索问题，其中一个标记节点为解。
• 通过将量子系统从一个简单的初始哈密顿量演化到编码搜索问题的最终哈密顿量，应用量子绝热演化。
• 绝热演化确保系统在整个过程中保持在基态，最终基态编码了解。
• 时间演化由一个在初始哈密顿量和问题哈密顿量之间插值的时间依赖哈密顿量控制。
• 运行时间由绝热演化中的最小能隙决定，该能隙被分析以界定所需的演化时间。
• 分析表明，最小能隙的尺度为 O(1/√N)，从而得出总演化时间为 O(√N)。

实验结果

研究问题

• RQ1 量子算法是否能在结构化搜索问题中实现平方根加速，而不仅限于众所周知的无结构搜索情况？
• RQ2 对于此结构化问题，绝热演化中的最小能隙的尺度如何？
• RQ3 该量子绝热算法的运行时间与同一结构化问题上的经典搜索算法相比如何？
• RQ4 问题结构的存在是否会影响量子加速的可行性或幅度？

主要发现

• 量子绝热算法在 O(√N) 时间内解决了结构化搜索问题，与无结构搜索中观察到的平方根加速一致。
• 绝热演化中的最小能隙尺度为 O(1/√N)，这决定了所需的演化时间。
• 此问题的经典对应版本需要 O(N) 步，确认了在量子域中存在平方根加速。
• 结果表明，量子加速不仅限于无结构问题，通过适当的算法设计，也可扩展到某些结构化场景。