量子科技中心_量科网

高时间复杂度是k-近邻算法（kNN）面临的最大挑战之一。尽管现有经典与量子kNN算法已取得一定改进，但在处理海量数据时仍存在速度瓶颈。为解决这一问题，该研究团队提出了一种创新算法——基于粒球的量子kNN（GB-QkNN）。该方法通过粒球机制预先缩减待处理数据规模提升效率，并采用可导航小世界分层（HNSW）方法加速搜索过程。研究人员进一步对HNSW中耗时步骤（如距离计算）进行量子化优化，显著降低了构建与搜索过程的时间复杂度。综合复杂度分析表明，通过粒球技术与HNSW量子化处理的协同运用，该工作有效降低了类kNN算法的时间复杂度。