[论文解读] Quantum Pattern Matching

Paulo Mateus, Yasser Omar|ArXiv.org|Aug 31, 2005

Quantum Computing Algorithms and Architecture参考文献 1被引用 7

一句话总结

该论文提出了一种用于无结构数据库中最近模式匹配的量子算法，采用一次编译、多次运行的方法，使用基于符号的查询函数。该算法在寻找与给定模式最接近的子串时达到 $O(\sqrt{N})$ 的查询复杂度，相较于经典方法实现了二次加速，并实现了对静态数据库的高效、可重用搜索。

ABSTRACT

We propose a quantum algorithm for closest pattern matching which allows us to search for as many distinct patterns as we wish in a given string (database), requiring a query function per symbol of the pattern alphabet. This represents a significant practical advantage when compared to Grover's search algorithm as well as to other quantum pattern matching methods, which rely on building specific queries for particular patterns. Our method makes arbitrary searches on long static databases much more realistic and implementable. Our algorithm, inspired by Grover's, returns the position of the closest substring to a given pattern of size $M$ with non-negligible probability in $O(\sqrt{N})$ queries, where $N$ is the size of the string. Furthermore, we give the full recipe to implement our algorithm (together with its total circuit complexity), thus offering an oracle-based quantum algorithm ready to be implemented.

研究动机与目标

• 解决现有量子搜索算法因每次搜索都需要高昂的预言机构建成本而不切实际的问题。
• 通过将预言机构建与单个查询解耦，实现在静态数据库中高效重复的模式匹配。
• 为最近子串问题开发一种实用的量子算法，这是在噪声或变异数据中更贴近现实的精确模式匹配的变体。
• 提供一个完整且可实现的量子电路，并进行明确的电路复杂度分析，以支持实际部署。
• 在模式大小 $M$ 相对于数据库大小 $N$ 较小时，相较于经典算法，实现显著的速度提升。

提出的方法

• 将改进的 Grover 搜索算法（Boyer 等，1998）适配以处理多个解，从而实现对给定模式最近匹配的检测。
• 为模式字母表中的每个符号构建一个查询函数，使得单次预处理步骤即可支持未来对同一数据库的任意搜索。
• 使用受控-非门和多受控泡利-X门，准备一个高度纠缠的初始态，以在叠加中编码所有可能的模式位置。
• 通过使用符号级比较将每个候选子串与目标模式进行比较，利用预言机函数实现相位标记。
• 通过振幅放大提升测量到最近匹配的概率，重复该过程 $O(\sqrt{N})$ 次。
• 设计完整的量子电路，包含显式的门分解，包括用于叠加的 Hadamard 门和用于位置纠缠的受控操作。

实验结果

研究问题

• RQ1 能否设计一种量子算法，使在静态数据库上执行多次模式搜索时仅需一次可重用的预言机设置？
• RQ2 是否可以通过一种实用的量子方法，在最近子串问题上相比经典算法实现二次加速？
• RQ3 如何高效地实现初始态准备，以在最小电路深度下将所有可能的模式位置编码为叠加态？
• RQ4 完全可实现的量子模式匹配算法的总电路复杂度是多少，包括预言机构建和振幅放大？
• RQ5 该算法能否推广至任意模式，同时在模式大小 $M$ 变化时仍保持 $O(\sqrt{N})$ 的查询复杂度？

主要发现

• 该算法在寻找与给定模式最接近的子串时达到 $O(\sqrt{N})$ 的查询复杂度，相较于经典方法的 $O(MN)$ 复杂度实现了二次加速。
• 总运行时间复杂度为 $O(N^{3/2}\log^2 N \log M)$，显著低于经典方法在数据库访问方面的 $O(MN^2)$ 电路复杂度。
• 编译时间复杂度为 $O(N\log^2 N \times |\Sigma|)$，其中 $|\Sigma|$ 为字母表大小，使其在预处理阶段高效。
• 初始态准备的复杂度为 $O(M\log^3(N-M))$，该复杂度依赖于模式大小 $M$，但在设置完成后与数据库大小 $N$ 无关。
• 在单次预处理步骤后，该算法可支持对同一数据库的任意模式搜索，实现了“一次编译，多次运行”的范式。
• 完整的量子电路已显式构建，包含门分解，每项受控操作包含 $O(\log^2 N)$ 个 C-NOT 和泡利-X 门，使其可在近场量子硬件上实现。