量子科技中心_量科网

预处理是加速经典线性系统求解器的一项基础技术，理解其在量子线性系统（QLS）求解器中何时能保持优势，对于评估量子线性代数的实际资源需求至关重要。然而，在QLS算法中，预处理的潜在优势可能会被因分别构建系统矩阵和预处理器的子块编码而产生的归一化开销所抵消，这一点已在近期研究中得到证实。这一局限性使得一个开放性问题悬而未决：额外的代数结构是否能使预处理在量子访问模型中变得有效。受此问题启发，该团队证明，当系统矩阵和预处理器均具有泡利结构表示时，可以通过重新组合的泡利展开来访问预处理后的算子。在此设定下，对泡利乘积的代数重组能够降低预处理算子的泡利系数权重，从而改变与量子算法相关的归一化参数。该工作推导了重组后泡利表示的大小和系数权重的显式界限，并追踪了这些界限对直接块编码构造和随机泡利线性系统求解器的影响。这些结果明确了泡利结构预处理何时能够降低QLS算法的有效复杂度参数，而不仅仅是改善经典条件数。在有限维合成基准上的数值实验表明，该方法在范数感知的直接块编码诊断指标以及随机QLS每样本深度代理指标上均有所降低。