《基于张量网络的机器学习入门》学习笔记8(Shor算法)

Shor算法

来源

$1994$年，应用数学家$Shor$提出了 一个实用的量子算法，通常称为$Shor$算法。其思想是将整数质因子分解问题转化为求解量子傅里叶变换的周期, 将多个输入制备为量子态叠加, 进行并行处理和操作, 从而达到了量子加速的目的，可以在多项式时间内完成大整数质因数分解。所以$Shor$算法从诞生之时，就和以$RSA$算法为根基的加密技术形成了不可调和的矛盾。

Shor算法的大致流程

完整的$Shor$算法需要经典计算机和量子计算机协作完成。其中量子计算机实现一个周期查找的函数，经典计算机负责整个算法流程的控制，以及调用量子算法。我们可以简单的讲$Shor$算法分成两个部分：
1.第一部分是讲因子分解问题转化为成周期问题，这部分可以用传统方式实现。
2.第二部分则是使用量子手段来搜寻这个周期，这一部分是$Shor$算法中体现量子加速的主要部分！

因数分解

假设待分解的整数为$N$，分解步骤为：
1.选择任意数字$1<a<N$；
2.计算$gcd(a,N)$，要满足$gcd(a,N)=1$，即$a$与$N$互质，否则返回第一步；
3.构造函数$f(x)=a^{x}modN$，并且寻找最小周期$r$，使得$f(x+r)=f(x)$；(此为量子计算步骤)
4.若$r$为奇数，则返回第一步；
5.若$a^{\frac{r}{2}}modN=-1$，返回第一步；若$a^{\frac{r}{2}}modN\ne -1$，则$gcd(a^{\frac{r}{2}}\pm 1,N)$所求的质因数为$p=gcd(gcd(a^{\frac{r}{2}}+1,N),q=gcd(gcd(a^{\frac{r}{2}}-1,N)$，至此，完成分解。

下面我们看一个具体的例子：
例用$Shor$算法对$N=15$进行分解。
不妨取$a=7$，其满足$gcd(7,15)=1$，因此，构造函数为$f(x)=7^{x}mod15$，有：
$$\begin{gathered} f(0)=7^{0}mod15=1,f(1)=7^{1}mod15=7,f(2)=7^{2}mod15=4,f(3)=7^{3}mod15=13, \\ f(4)=7^{4}mod15=1,f(5)=7^{5}mod15=7,f(6)=7^{6}mod15=4,f(7)=7^{7}mod15=13, \\ f(85)=7^{8}mod15=1,f(9)=7^{9}mod15=7,f(10)=7^{10}mod15= \end{gathered}$$