量子科技中心_量科网

格罗弗搜索算法是量子算法领域的基础构件之一。如何将其成功应用于组合优化问题是一项精妙的挑战。由于二次加速不足以在指数级庞大的解空间中进行朴素搜索，必须通过状态制备程序来增强搜索能力——该程序能利用问题结构特性放大潜在解的振幅。本论文基于Baertschi和Eidenbenz的前期研究，针对旅行商问题（TSP）构建了启发式状态制备程序，该程序模拟了经典的Lin-Kernighan启发式算法。通过该启发式方法，研究人员旨在仅使用多项式次数的格罗弗迭代即可获得合理的近似比。此外，该工作还比较了涉及终止准则的若干算法设置，以及在标记解数量未知情况下格罗弗迭代次数的选择策略。