1
具有高成功概率的Grover算法的最优性
众所周知,函数有界误差量子查询复杂度是。现在的问题是,如果我们希望我们的量子算法以概率而不是通常的成功地为每个输入成功。现在,就而言,合适的上限和下限是什么?OR(x1,x2,…,xn)Ø[R(X1个,X2,…,Xñ)OR(x_1,x_2,\ldots, x_n)Θ(n−−√)Θ(ñ)\Theta(\sqrt{n})1−ϵ1个-ϵ1-\epsilon2/32/32/3ϵϵ\epsilon 立即,通过重复Grover算法来查询此任务就足够了。但是从我的回忆中,这即使是普通的Grover算法,如果谨慎运行(即对于适当的迭代次数)也可以仅通过O(\ sqrt {n})就可以达到)之类的效果迭代。因此,使用它可以改善所有\ epsilon。另一方面,我不希望\ Omega(\ sqrt {n})是非常小的\ epsilon的正确答案。O(n−−√log(1/ϵ))Ø(ñ日志(1个/ϵ))O(\sqrt{n} \log(1/\epsilon))ϵ=O(1/n)ϵ=Ø(1个/ñ)\epsilon=O(1/n)O(n−−√)Ø(ñ)O(\sqrt{n})ϵϵ\epsilonΩ(n−−√)Ω(ñ)\Omega(\sqrt{n})ϵϵ\epsilon 不过,我很感兴趣,看看有什么可以在以下方面显示依赖性上和不同范围的下限尤其是当很小说或对于大。ϵϵ\epsilonϵϵ\epsilonϵϵ\epsilonϵ=exp(−Ω(n))ϵ=经验值(-Ω(ñ))\epsilon= \exp(-\Omega(n))ϵ=1/nkϵ=1个/ñķ\epsilon=1/n^kkķk (给出一些背景信息,我遇到的一般现象是在量子查询复杂度的背景下。)