Grover量搜索算法改进.pptVIP

Grover 量子搜索算法的改进 * 之 陶兴亮、王乐 2003年，英国伯明翰大学Younes提出了一种使用局部扩散算子的搜索算法，该算法中算子的均值反转操作仅在系统的一个局部子空间上执行。理论推导和实验证明，该算法比基本Grover算法具有更优良的性能，尤其适用于多目标搜索。对于在N个元素中寻找M个目标的搜索，其成功概率至少为84.72%。 对于拥有 个元素的无序数据搜索，一步迭代搜索的实施过程可分为4步，如下图所示。 …. …… N量子比特 1 qubit 工作空间 测量 具体步骤如下： (1) 准备存储器。准备一个所有量子位处于|0态的n+1位作为Oracle算子 的工作空间。此时系统状态为 (2)寄存器初始化。对于前n位量子位施加H门变换，将系统状态变为 个状态的均匀叠加态，即 (3)应用Oracle识别搜索问题的解，并将识别结果存储在附加量子比特中，即 (4)局部扩散。首先定义一个局部扩散算子Y，将其用于n+1位量子比特系统中，该算子可描述为 其中向量|0的长度为 下面考虑将Y应用于具有P个基本状态的量子系统 的情况。为便于叙述，该量子系统可以重写为 其中当k为偶数时 ，当k为奇数时 。应用Y后该量子系统变为 其中 是子空间 的幅度均值。上述结果表明，应用局部扩散算子Y的结果只是在子空间 上执行均值翻转，而对于子空间 ，仅仅只是改变幅度的符号。 记 为所有搜索问题的解集， 为所有非解的集合，由d式描述的 系统状态可以描述为 将Y作用于 后，系统状态更新为 记 均值为 ，经计算上式各系数为： (5) 测量。经过一步迭代搜索之后，搜索的成功概率为 当Oracle算子 和局部扩算算子Y作用于系统状态时，就构成了迭代算法。如前所述，系统在一次迭代之后的状态如e式，经过二次迭代后，系统更新情况如下： 应用Oracle算子 后，将具有概率幅 的目标态概率幅交换后，系统可描述为 应用局部扩散算子Y作用后系统状态变为 记 ，经过计算上式中各系数分别为 同理，三次迭代后系统状态变为 系统搜索的成功的概率为 综上所述，经过q=2次迭代之后，系统状态可描述为 记 。计算上式中各态系数可用递推算式 系统的搜索的成功概率是 当q=2时，将g式改为 解上述的迭代方程可得 其中y=cosθ，0θ=π/2。 由第二类切比雪夫多项式 ，上述三式可写为 且满足 为确定以高概率获得一个搜索目标所需要的迭代步数，Younes给出了如下定理。 定理：若使得成功概率 =1，其中 是第二类切比雪夫多项式，y=cosθ且0θ=π/2，则所需迭代步数为 。 证明： 基本Grover算法经过q次迭代后的成功概率为