1
关于使用量子计算机可以更有效地近似哪些问题，是否有任何一般性陈述？
正如它的名字已经表明，这个问题是一个跟进这个其他。我对答案的质量感到满意，但是我觉得如果添加关于优化和逼近技术的见解会非常有趣，但可能会引起话题的误解。 从蓝的答案： 复杂性理论的经验法则是，如果量子计算机可以在多项式时间内“解决”问题（带有错误界限），并且可以解决的问题类别在于BQP，而不能解决P或BPP 这如何适用于近似类？可以利用量子计算的任何特定拓扑，数值等属性吗？ 作为我可能要问的一个示例（但绝对不仅限于此！），请采用Christofides算法：它利用了优化的图形的特定几何特性（对称性，三角形不等式）：推销员在可行的世界中旅行。但是销售人员的数量也很大，我们可以同时精确地知道他们的位置和动量。也许量子模型也可以适用于其他类型的指标，而这些指标具有更宽松的限制，例如KL散度？在那种情况下，它仍然是NP完整的，但是优化将适用于更广泛的拓扑。这个例子可能是一个长镜头，但我希望您能理解我的意思。我真的不知道这是否有意义，但是在这种情况下，答案也可以解决:) 有关： 退火为旅行推销员提供的优势水平