[论文解读] Span-program-based quantum algorithm for evaluating unbalanced formulas

Ben W. Reichardt|ArXiv.org|Jul 9, 2009

Quantum Computing Algorithms and Architecture参考文献 33被引用 5

一句话总结

本文提出了一种基于跨度程序的量子算法，用于在任意有限门集上评估非平衡布尔公式，在输入子公式的复杂度差异不超过常数因子时实现最优查询复杂度。该算法利用一种新的复杂度度量——完整见证大小，实现跨度程序的高效递归组合，经预处理后可达到近乎时间最优的性能。

ABSTRACT

The formula-evaluation problem is defined recursively. A formula's evaluation is the evaluation of a gate, the inputs of which are themselves independent formulas. Despite this pure recursive structure, the problem is combinatorially difficult for classical computers. A quantum algorithm is given to evaluate formulas over any finite boolean gate set. Provided that the complexities of the input subformulas to any gate differ by at most a constant factor, the algorithm has optimal query complexity. After efficient preprocessing, it is nearly time optimal. The algorithm is derived using the span program framework. It corresponds to the composition of the individual span programs for each gate in the formula. Thus the algorithm's structure reflects the formula's recursive structure.

研究动机与目标

• 开发一种用于评估非平衡布尔公式的量子算法，即使在结构不平衡的情况下也能保持最优查询复杂度。
• 放宽先前工作中对严格平衡条件的依赖，即不要求输入子公式的复杂度完全相等。
• 引入并利用“完整见证大小”作为新的跨度程序复杂度度量，以改善递归组合与算法效率。
• 通过允许高效预处理和相干访问预计算数据，实现近乎时间最优的性能。
• 将基于跨度程序的量子算法的应用范围从平衡公式扩展到更广泛的非平衡但近似平衡的公式类别。

提出的方法

• 该算法基于跨度程序框架构建，每个门的跨度程序根据公式的树状结构递归组合。
• 引入一种新的复杂度度量——“完整见证大小”，以控制跨度程序中见证的范数，从而在放宽平衡条件的情况下实现更紧密的分析。
• 采用广义敌对者界限 $\mathrm{Adv}^\pm$ 作为子公式的复杂度度量，确保当子公式复杂度差异为常数因子时，实现最优查询复杂度。
• 通过直接求和跨度程序组合实现递归组合，仔细处理相关二分图中的特征值间隙，以支持高效的量子行走。
• 利用 [Rei09a] 中关于特征值零的特征向量和谱间隙的结果，确保跨度程序中的自由输入可在量子行走中高效实现。
• 预处理阶段计算字符串 $s(\varphi)$，以实现相干访问，将运行时间的额外开销降低至查询复杂度之外的多对数因子。

实验结果

研究问题

• RQ1 是否存在一种量子算法，可在输入子公式复杂度差异不超过常数因子的非平衡公式上实现最优查询复杂度？
• RQ2 如何将跨度程序框架扩展以处理非平衡公式，同时不牺牲查询或时间效率？
• RQ3 何种新复杂度度量能够实现对递归跨度程序组合中见证范数的更好控制？
• RQ4 完整见证大小度量是否可用于构建具有跨度程序中自由输入的高效时间量子算法？
• RQ5 在基于跨度程序的量子算法中，平衡条件可在多大程度上被放宽，同时仍保持最优性？

主要发现

• 当输入子公式复杂度差异不超过常数因子时，该算法实现了最优查询复杂度 $\Theta(\mathrm{Adv}^\pm(\varphi))$。
• 跨度程序的完整见证大小在输出为1时有界于 $\sigma_-(v) \cdot \mathrm{Adv}(\varphi_v)$，在输出为0时有界于 $2\sigma_-(v)\mathrm{Adv}(\varphi_v) - 1$，从而支持紧密的递归分析。
• 对于公式的根节点，完整见证大小最多为 $2\sigma_-(\varphi)\sqrt{n}$，其中 $n$ 为叶节点的数量。
• 经高效预处理后，该算法近乎时间最优，其运行时间仅比查询复杂度慢多对数因子。
• 该方法将先前结果推广至任意有限门集，并将基于跨度程序的量子算法的应用范围扩展至非平衡公式。
• 该框架支持在跨度程序中使用自由输入，简化了量子行走的实现并提升了算法效率。