计算机的科学常数,在将经典计算与量子计算进行比较时，“忽略常数”的常用计算机科学用法是否有用？...

计算机科学中“忽略常量”的常用用法仅在通过一点点按摩就可以忽略各种硬件体系结构或软件的性能差异的情况下才有用。但是，即使是在经典计算中，如果要解决难题或大问题，也必须了解架构的影响(缓存行为，硬盘使用情况)。

从实现的角度来看，忽略常量的做法并非出于动机(在不断得到肯定的意义上)。它主要是受到对算法研究方法的兴趣的驱使，该方法在组合下表现良好，并以类似于纯数学的方式接受简单的特征描述。图灵机的加速定理意味着，任何明智的定义都不能试图精确地解决问题的复杂性，从而无法得出明智的理论。此外，在寻找解决难题的好的算法的过程中，常数因素并不是数学上有趣的部分。

这种更抽象的算法研究方法曾经并且在很大程度上取得了成果。但是现在我们面临着两种计算模型

一个处于技术成熟度(经典计算)的高级状态；和

一个处于非常不成熟的状态，但是正在尝试实现一种理论模型，该模型可能导致显着的渐近改进(量子计算)。

在这种情况下，我们可以问一下在考虑或不仔细考虑常量因素的情况下考虑渐近收益是否有意义。由于执行可伸缩量子计算可能需要付出额外的努力，因此，一旦考虑了实现量子算法的所有开销，不仅标量因子而且理论性能的多项式 “加速”都可能被淘汰。

在早期，对于量子架构的不同方法，其性能可能也存在显着差异。这可能会使体系结构的选择对算法的性能比渐近分析重要(如果不是更重要的话)，就像您在von Neumann机器还是高度分布式的网络上进行常规计算对您来说都非常重要具有很大的延迟。

在实际计算中实际上重要的是-而且一直-不只是算法，但算法的实现：一种算法以某种方式实现，在一定的架构。渐进分析的常见做法忽略了常量因素，这使我们能够注意算法性能差异的系统，数学原因，并且实际上是出于那些架构差异不太大而无法支配实际性能的场合。

关于量子技术，我们还没有处在任何实际情况下都能安全地掩盖恒定因素的那种幸福的境地。但是也许有一天我们将能够做到。这是量子信息技术的漫长游戏-到目前为止，就量子信息技术而言，几乎是学术计算机科学家曾经玩过的唯一游戏。展望量子技术找到立足之地的那一天，对我们来说，继续进行渐近分析将是一件好事，这是对量子算法性能的研究之一。