[论文解读] Speedup of iterated quantum search by parallel performance

Yuri Ozhigov|ArXiv.org|Apr 9, 1999

Quantum Computing Algorithms and Architecture参考文献 45被引用 6

一句话总结

本文提出了一种并行量子算法，通过在序列中同时评估多个布尔函数，加速了迭代量子搜索。通过使用线性微分方程对振幅演化进行建模，该算法在顺序Grover迭代的基础上实现了√2的加速因子，将找到最终解的时间从kπ√N/4减少到kπ√N/(4√2)，误差概率约为k/√N。

ABSTRACT

Given a sequence $f_1 (x_1), f_2 (x_1, x_2), ..., f_k (x_1, ..., x_k)$ of Boolean functions, each of which $f_i$ takes the value 1 in a single point of the form $x_1^0, x_2^0, ..., x_i^0, i=1,2,..., k$. A length of all $x_i^0$ is $n, N=2^n$. It is shown how to find $x_k^0 (k\geq 2)$ using \frac{kπ\sqrt{N}}{4\sqrt{2}}$ simultaneous evaluations of functions of the form $f_i, f_{i+1}$ with an error probability of order $k/\sqrt{N}$ which is $\sqrt{2}$ times as fast as by the $k$ sequential applications of Grover algorithm for the quantum search. Evolutions of amplitudes in parallel quantum computations are approximated by systems of linear differential equations. Some advantage of simultaneous evaluations of all $f_1 ,... f_k$ are discussed.

研究动机与目标

• 解决顺序Grover迭代在求解迭代量子搜索问题时的低效性问题。
• 降低在一系列相互依赖的布尔函数中找到最终解的时间复杂度。
• 探索在量子搜索中同时评估多个函数的优势。
• 使用线性微分方程组对量子振幅演化进行建模，以获得分析性洞见。
• 在保持有界误差概率的前提下，实现对基于顺序Grover方法的可证明加速。

提出的方法

• 将涉及k个布尔函数f₁(x₁), f₂(x₁,x₂), ..., fₖ(x₁,...,xₖ)的迭代量子搜索问题形式化，每个函数均有唯一的解点。
• 提出一种并行评估策略，使所有函数fᵢ和fᵢ₊₁在单个量子计算步骤中同时被评估。
• 使用线性微分方程组对量子振幅演化进行建模，以近似量子态的动力学行为。
• 推导出在给定误差概率为k/√N量级时，所需同时评估的次数为kπ√N/(4√2)。
• 通过将离散Grover迭代连续化近似，简化了加速效果的证明。
• 分析误差概率，表明其按O(k/√N)量级增长，对于中等k值和较大的N而言仍保持较小。

实验结果

研究问题

• RQ1 在迭代量子搜索中并行评估多个布尔函数，是否能相比顺序Grover迭代减少总查询次数？
• RQ2 在搜索过程中同时评估fᵢ和fᵢ₊₁，理论上可实现的加速程度是多少？
• RQ3 此类并行计算中振幅演化的动力学行为如何被准确建模？
• RQ4 在此并行量子搜索框架中，加速与误差概率之间的权衡关系如何？
• RQ5 使用微分方程是否能为该场景下的量子搜索过程提供严谨且简化的分析？

主要发现

• 所提出的并行量子搜索算法在迭代搜索问题中，相比顺序Grover迭代实现了√2的加速。
• 与顺序Grover搜索所需的kπ√N/4次评估相比，所需同时评估的总次数减少至kπ√N/(4√2)。
• 该算法的误差概率被限制在O(k/√N)以内，对于中等k值和较大的N而言保持较小。
• 并行计算中的振幅演化可被线性微分方程组良好地近似。
• 通过用连续微分方程模型替代离散Grover迭代，简化了加速效果的证明。
• 该方法表明，在搜索链中同时评估多个函数可带来显著且可分析处理的性能提升。