任意初始成功概率的确定性量子搜索
非结构化搜索仍然是计算机科学中的重大挑战之一,因为经典搜索算法由于其线性时间复杂度,在大规模系统中变得越来越不切实际。量子算法,特别是Grover算法,利用量子并行性实现了相对于经典方法的二次加速。其推广形式——振幅放大算法,将这一优势扩展到了更广泛的搜索问题类别。然而,这两种算法本质上是概率性的,无法保证确定性成功,并且在初始成功概率超过0.5时,它们无法提供量子优势。该工作提出了一种确定性量子搜索算法,该算法在任意初始成功概率下都能有效运行,并在搜索目标状态时提供确定性成功。所提出的方法在概率性量子搜索算法所需的最优迭代次数基础上,最多仅增加一次迭代。该算法保留了量子搜索方法的二次加速特性。此外,该研究还提出了一种在有限步骤内精确搜索多个目标状态的方法,并展示了所提出算法的完整电路级实现。
