量子采样作为众多量子算法的基础子程序,其核心任务是将给定概率分布编码为纯态振幅。鉴于大规模量子存储的高昂代价,该研究团队率先开展了分布式环境下的量子采样研究。具体场景设定为:数据分散存储于多台机器,每台机器仅维护一个可统计单个元素重复次数的基础预言机。当需要从联合数据库中执行采样任务时,协调器可向所有机器发起预言机查询。该工作聚焦于 oblivious 通信模型(即协调器与机器间的通信路径预先确定),提出了两种算法:顺序算法依次查询各台机器,而并行算法则允许协调器同时查询所有机器。研究证明两种算法在各自场景下均具备最优性。