量子科技中心_量科网

该研究通过应用于文艺复兴时期意大利语文本的经典-量子混合框架，考察了语言规律性与计算搜索复杂度之间的定量关系。研究团队选取十五至十六世纪的四部代表性作品——《君主论》（马基雅维利）、《廷臣论》（卡斯蒂廖内）、《格言集》（圭恰迪尼）和《疯狂的罗兰》（阿里奥斯托），分别基于历史25字母拼写体系和完整现代意大利字母表构建了基于字符的n-元模型。这些模型为评估替换密码搜索过程提供了语料库驱动的概率基线。通过结合经典爬山算法、模拟退火技术、类Grover量子启发估计以及QUBO退火公式，该工作量化了密钥产生语言学合理解密文本的概率（pgood）与预期计算投入之间的关系。在200至1000字符的密码长度范围内，实验结果证实了Grover预言机调用次数与1/sqrt(pgood)的理论预测关系，并显示更长文本会产生更尖锐的分数分布和更小的可行密钥区域。总体而言，这些发现建立了语言冗余与搜索空间收缩之间的联系，为在统一语料驱动约束下比较经典搜索、量子启发搜索与理想量子搜索动态提供了实证框架。