混合量子策略与搜索算法研究.pdfVIP

混合量子策略与搜索算法 陈泽乾 欧阳才衡 中国科学院武汉物理与数学研究所，武汉 430071 zqchen@, ouyang@ 摘 要 数据库搜索是计算机的一项十分基础的任务，探寻好的搜索算法一直为理论计算机界所重 视。新近量子计算机的兴起，为搜索算法的研究提供了新的思路。在这方面，Grover 的量子搜索算 法最为有名。本文用量子对策的思想来改造他的算法，给出用混合量子策略作搜索的算法。 关键词 量子计算机，搜索算法，量子对策，混合量子搜索 1. 量子计算机与 Grover 算法 量子计算机是按照量子力学原理工作的机器，量子力学的态迭加原理保证了它具有超乎寻常的 量子并行计算功效。关于量子计算机的历史背景、数学原理和物理机制，读者可参见[1]或[2]。本 文要探讨的是它的算法方面的问题。在这方面有两个特别著名的工作：Shor 的大数分解的多项式量 子算法[3] [4] 和 Grover 的量子搜索算法 。关于 Shor 的算法的论述和意义，请见他的原创工作[5]和在 1998 年柏林国际数学家大会上的一小时报告[1]。下面我们要讨论的是 Grover 算法[6]。 Grover 算法讲的是如何利用量子计算机从多条同类信息中找到一个特定的目标，其问题可以宏 观地表述如下：在一个箱子中装有 N 个大小相同的球，其中有 N-1 个白球和一个黑球。这个箱子有 一个孔，每次可以从中取出一个球，取出的球不放回箱子中。问平均需要多少次才能取出黑球？这 是一个经典概率问题，因为不同的人取到黑球的次数一般是不同的，它是一个随机变量。而平均取 到黑球的次数即为这个随机变量的期望值，可以证明它为N +1 。这个问题也可以抽象地用函数表述 2 { } { } 为：设f : 0,1,..., N −1 → 0,1 ，除在某个数 w 取值为 1 外它在其它位置取值均为 0；问题是要找 到w 。上面的概率答案告诉我们，在经典计算机上计算函数f ，通过N +1 步的计算，我们找到所 2 1 需答案w 的概率为 。因此，用经典方法从 N 个同类客体中找到一个特定的客体所需次数与客体数 2 N 成正比，即O(N ) 次。但是，Grover 算法告诉我们，如果利用量子力学原理，则我们只需O( N ) 次即可。虽然 Grover 算法改进的阶只有平方次，但随着 N 的增大，这个改进的实际效果会越来越 明显。例如，在一万个电话号码中找一个所需的号码，现在的计算机大约需五千次才能找到 （穷竭 方式），但量子计算机只需约一百次即可。可以预见，一旦量子计算机投入实际使用，这种改进效 果的意义将是不可估量的。也许正因为如此，自从1996 年 Grover 发表他的算法以来，立即引起广 泛的重视和研究，人们从不同的方面和各种角度探讨和研究它的意义和推广。读者可以在网址 /quant-ph 上输入关键词 quantum search algorithm 查找相关文章。 1999 年 Meyer[7]提出用量子力学原理探讨对策论的问题，研究了量子策略的涵义。后来他在[8] 1 中进一步指出了量子对策与量子算法的关系。本文将在他的工作的基础上研究如何用混合量子策略 来改造 Grover 的量子搜索算法的问题。我们首先在第二节介绍一些预备知识，在第三节给出我们 的混合量子搜索算法，最后在第四节将给出结论性注释。 2. 量子策略 量子是一个物理概念[9] 。在数学上，量子是用复 Hilbert 空间来描述的[10] 。我们当前只考虑有限 量子系统，因此仅须考虑有限维复向量空间情形。不失一般性，我们只须考虑 n 维复线性空间Cn