量子科技中心_量科网

量子计算机科学家往往试图完全从零开始构建全新算法，却忽视了那些现成且经过优化的经典算法可以整体迁移的可能性。与此同时，研究人员既希望保持经典算法在性能和运行时间上的优势，又力求实现潜在的量子改进。混合量子算法正是为挖掘这种潜力而生——该研究团队在此探究了一类与经典贪心算法或局部搜索算法密切相关的混合量子算法，称为迭代量子算法（IQA）。这类算法采用量子计算机提供信息来简化后续迭代问题的框架。特别地，该工作将既往主要针对二次型问题的研究成果扩展到任意k-局域哈密顿量领域，提出了一个深度融合逻辑推理的通用框架。作为应用案例，研究人员开发了著名经典DPLL（可满足性问题求解算法）的混合量子版本，该版本将IQAs嵌入到基于回溯法的完整树搜索框架中。该成果同时为IQAs处理硬约束问题提供了通用框架。研究还揭示了算法退化为经典算法的极限情况，并提供了量子改进存在有效区间的证据。