Grover算法的改进及其应用

Grover算法的改进及其应用

论文摘要

量子计算是利用微观粒子进行信息处理和存储的一门新的交叉学科。研究结果表明量子计算的并行计算能力在某些方面优于经典计算。例如Grover算法能在O(N1/2)步解决函数的逆问题。相比于经典算法,该算法的算法速率得到了平方增长。Grover算法不仅有强大的并行计算能力,而且有广泛的应用前景,因此受到广大研究者的密切关注。本文主要研究了Grover算法的改进及其应用。从降低Grover算法量子线路的角度出发,在以往研究工作的基础上,深入分析了Grover算法,并根据需求提出两种改进算法。本文的主要工作如下:(1)在Grover算法的基础上,本文将经典验证与该量子算法结合,提出了一个概率型的Grover算法(Probabilistic Grover Algorithm,PGA)。为了降低Grover算法的量子线路复杂度,本文首先设计了一个经典验证函数。然后设计了PGA的量子线路、算法步骤和算法几何过程。最后从量子线路、几何过程和算法过程这三个方面分析了算法的性能,并比较了四个算法的算法性能。分析结果表明,PGA应用多次测量和经典函数验证,经过O(πN1/2/8)步迭代能以大于1/2的概率找到解。PGA的量子线路少于Grover算法的量子线路,其量子线路复杂度是O(πN1/2/8)。(2)子集和问题是密码学中一类重要的困难性数学问题,即NPC(Non-deterministic Polynomial Complete)问题。本文将概率型的Grover算法(PGA)应用到子集和问题上,并结合经典中间相遇算法(Meet-in-the-middle Algorithm,CMMA),提出一个子集和问题的概率型量子中间相遇算法(Probabilistic Quantum Meet-in-the-middle Algorithm,PQMMA)。首先利用CMMA思想对子集和问题中的元素进行划分。然后利用CMMA思想设计新的oracle函数。最后将新的oracle函数应用到PGA中,从算法步骤和几何过程这两个方面设计了PQMMA。分析结果表明,PQMMA应用多次测量和经典验证,以算法成功率为代价,减少了O(π2(n-1)/3/8)个G量子线路。PQMMA的量子线路复杂度是O(π2(n-1)/3/8)。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景
  •   1.2 研究现状
  •   1.3 主要贡献
  •   1.4 组织结构
  • 第2章 量子计算基础
  •   2.1 引言
  •   2.2 数学基础
  •     2.2.1 向量
  •     2.2.2 线性算子
  •     2.2.3 简单运算
  •   2.3 原理基础
  •     2.3.1 量子基本单元
  •     2.3.2 量子线路
  •     2.3.3 量子力学假设
  •   2.4 基本量子算法
  •     2.4.1 量子并行性
  •     2.4.2 Deutsch算法
  •     2.4.3 Grover算法
  •   2.5 本章小结
  • 第3章 概率型的Grover算法(PGA)
  •   3.1 引言
  •   3.2 PGA的算法思想
  •   3.3 PGA的算法过程
  •     3.3.1 oracle
  •     3.3.2 算法步骤
  •     3.3.3 算法几何描述
  •     3.3.4 算法性能分析
  •   3.4 算法性能比较
  •   3.5 本章小结
  • 第4章 PGA在子集和问题上的应用
  •   4.1 引言
  •   4.2 子集和问题描述
  •   4.3 概率型量子中间相遇算法的算法思想
  •   4.4 概率型量子中间相遇算法的算法过程
  •     4.4.1 oracle
  •     4.4.2 算法步骤
  •     4.4.3 算法几何描述
  •     4.4.4 算法性能分析
  •   4.5 算法性能比较
  •   4.6 本章小结
  • 第5章 总结与展望
  •   5.1 总结
  •   5.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间的研究成果
  • 文章来源

    类型: 硕士论文

    作者: 马利芬

    导师: 王平

    关键词: 量子并行计算,算法,经典验证,子集和问题

    来源: 深圳大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 物理学,计算机硬件技术

    单位: 深圳大学

    分类号: TP38;O413

    总页数: 69

    文件大小: 3261K

    下载量: 36

    相关论文文献

    • [1].猴群算法及其改进综述[J]. 电脑知识与技术 2017(32)
    • [2].算法合谋反竞争问题初探[J]. 合肥工业大学学报(社会科学版) 2019(02)
    • [3].新授粉方式的花授粉算法[J]. 计算机工程与应用 2018(23)
    • [4].一种有效的多峰优化鸟群算法[J]. 中南民族大学学报(自然科学版) 2018(04)
    • [5].蚁群算法研究与应用的新进展[J]. 计算机工程与科学 2019(01)
    • [6].新搜索策略的花授粉算法[J]. 电子测量与仪器学报 2019(07)
    • [7].基于速度越界处理与高斯扰动的改进蝙蝠算法[J]. 数学的实践与认识 2019(19)
    • [8].基于改进花授粉算法的移动机器人路径规划研究[J]. 软件导刊 2018(11)
    • [9].一种混合重心重构花授粉改进算法[J]. 现代计算机 2019(20)
    • [10].用主流价值导向驾驭“算法” 全面提高舆论引导能力[J]. 传媒 2019(18)
    • [11].具有自适应步长与协同寻优的蝙蝠烟花混合算法[J]. 小型微型计算机系统 2019(07)
    • [12].烟花算法研究改进综述[J]. 电子世界 2018(10)
    • [13].结合蝙蝠算法改进的密度峰值聚类算法[J]. 西北大学学报(自然科学版) 2019(04)
    • [14].人工蜂群算法的改进[J]. 计算机工程与设计 2018(01)
    • [15].K-Means聚类算法的改进和研究[J]. 数字通信世界 2018(09)
    • [16].基于集束搜索的二维矩形排样问题求解算法[J]. 软件导刊 2019(05)
    • [17].基于knee points的改进多目标人工蜂群算法[J]. 计算机工程与应用 2018(02)
    • [18].简单高效耦合策略的粒子群混合算法[J]. 控制理论与应用 2018(01)
    • [19].一种改进蚁群算法在TSP问题上的应用[J]. 科技与创新 2018(01)
    • [20].压缩感知重构SAMP的改进算法[J]. 南京大学学报(自然科学) 2018(03)
    • [21].基于K-means聚类算法改进算法的研究[J]. 信息通信 2018(05)
    • [22].一种基于二分查找的快速降型算法[J]. 北京师范大学学报(自然科学版) 2018(02)
    • [23].HMOFA:一种混合型多目标萤火虫算法[J]. 软件学报 2018(04)
    • [24].人工蜂群算法的改进及在空间数据聚类中的应用[J]. 测绘与空间地理信息 2017(10)
    • [25].关于kmp算法改进的探讨[J]. 数字技术与应用 2020(04)
    • [26].改进的变步长果蝇优化算法[J]. 微电子学与计算机 2018(06)
    • [27].RSA算法的研究与实现[J]. 现代计算机(专业版) 2018(30)
    • [28].复杂场景下面向群体路径规划的改进人工蜂群算法[J]. 山东师范大学学报(自然科学版) 2017(04)
    • [29].一种新的智能策略:光学优化算法[J]. 计算机仿真 2017(12)
    • [30].并行人工蜂群算法研究[J]. 电子科技 2018(01)

    标签:;  ;  ;  ;  

    Grover算法的改进及其应用
    下载Doc文档

    猜你喜欢