一 论文简介
François Le Gall and Frédéric Magniez.
Sublinear-Time Quantum Computation of the Diameter in CONGEST Networks.
Proceedings of the 37th ACM Symposium on Principles of Distributed Computing (PODC 2018), pp. 337-346, 2018.
Also accepted as a contributed talk at QIP’19.
主要结果:在CONGEST模型下,对精确计算直径(Diameter )问题提出了一个 O ~ ( n D ) \tilde{O}(\sqrt{nD}) O~(nD)轮的量子分布式算法,其中 D D D表示直径;同时,本文也证明了轮数复杂性的下界 Ω ~ ( n ) \tilde{\Omega}(\sqrt{n}) Ω~(n)。若限制每个节点存储的量子比特为 p o l y ( log n ) poly(\log n) poly(logn),轮数复杂性的下界为 Ω ~ ( n D ) \tilde{\Omega}(\sqrt{nD}) Ω~(nD)。
定理1 存在一个 O ~ ( n D ) \tilde{O}(\sqrt{nD}) O~(nD)轮的量子分布式算法能以 1 − 1 / p o l y ( n ) 1-1/poly(n) 1−1/poly(n)的概率计算出网络的直径,其中每个节点存储 O ( ( log n ) 2 ) O((\log n)^2) O((logn)2)个量子比特,其中 n n n表示节点个数, D D D表示网络直径。
二 主要技巧
2.1 通用量子搜索
问题:在元素集合
X
X
X中找到一个标记元素
x
∈
M
x\in M
x∈M,其中未知集合
M
⊆
X
M\subseteq X
M⊆X。
框架:
- 初始化:创建一个初态 ∣ 0 ⟩ I ∣ i n i t ⟩ |0\rangle_I|init\rangle ∣0⟩I∣init⟩,其中, ∣ ⋅ ⟩ I |\cdot\rangle_I ∣⋅⟩I将用于编码我们需要搜索的元素, ∣ i n i t ⟩ |init\rangle ∣init⟩包含一些预先计算好的信息。
- 设定:从初态出发,生成叠加态
∣ 0 ⟩ I ∣ i n i t ⟩ ↦ ∑ x ∈ X α x ∣ x ⟩ I ∣ d a t a ( x ) ⟩ ∣ i n i t ⟩ |0\rangle_I |init\rangle\mapsto\sum_{x\in X}\alpha_x|x\rangle_I|data(x)\rangle|init\rangle ∣0⟩I∣init⟩↦x∈X∑αx∣x⟩I∣data(x)⟩∣init⟩
其中 d a t a ( x ) data(x) data(x)表示依赖于 x x x的一些信息。 - 检查:执行变换
∣ x , 0 ⟩ I ∣ d a t a ( x ) ⟩ ∣ i n i t ⟩ ↦ ∣ x , b x ⟩ I ∣ d a t a ( x ) ⟩ ∣ i n i t ⟩ |x,0\rangle_I|data(x)\rangle|init\rangle\mapsto|x,b_x\rangle_I|data(x)\rangle|init\rangle ∣x,0⟩I∣data(x)⟩∣init⟩↦∣x,bx⟩I∣data(x)⟩∣init⟩
如果 x ∈ M x\in M x∈M, b x = 1 b_x=1 bx=1;否则, b x = 0 b_x=0 bx=0。
2.2 分布式量子优化
问题:找到使得
f
(
x
)
f(x)
f(x)取到最大值的自变量
x
x
x。
框架:
- 初始化:创建一个初态 ∣ 0 ⟩ I ∣ i n i t ⟩ |0\rangle_I|init\rangle ∣0⟩I∣init⟩,其中, ∣ ⋅ ⟩ I |\cdot\rangle_I ∣⋅⟩I将用于编码我们需要搜索的元素, ∣ i n i t ⟩ |init\rangle ∣init⟩包含一些预先计算好的信息。
- 设定:从初态出发,生成叠加态
∣ 0 ⟩ I ∣ i n i t ⟩ ↦ ∑ x ∈ X α x ∣ x ⟩ I ∣ d a t a ( x ) ⟩ ∣ i n i t ⟩ |0\rangle_I |init\rangle\mapsto\sum_{x\in X}\alpha_x|x\rangle_I|data(x)\rangle|init\rangle ∣0⟩I∣init⟩↦x∈X∑αx∣x⟩I∣data(x)⟩∣init⟩
其中 d a t a ( x ) data(x) data(x)表示依赖于 x x x的一些信息。 - 计算:执行变换
∣ x , 0 ⟩ I ∣ d a t a ( x ) ⟩ ∣ i n i t ⟩ ↦ ∣ x , f ( x ) ⟩ I ∣ d a t a ( x ) ⟩ ∣ i n i t ⟩ |x,0\rangle_I|data(x)\rangle|init\rangle\mapsto|x,f(x)\rangle_I|data(x)\rangle|init\rangle ∣x,0⟩I∣data(x)⟩∣init⟩↦∣x,f(x)⟩I∣data(x)⟩∣init⟩
其中, f : X → Z f:X\to\mathbb{Z} f:X→Z是我们想要最大化的函数。