返回
A quantum algorithm for solving 0-1 Knapsack problems
DOI:10.1038/s41534-025-01097-8.png)
摘要
En 中文
我们提出了两项新颖的贡献,用于实现和评估在解决困难优化问题方面的量子优势,无论是在理论层面还是在可预见的实践中。(1) 我们引入了“量子树生成器”(Quantum Tree Generator),用于在叠加态中生成给定0-1背包实例的所有可行解;结合振幅放大技术,这可以识别最优解。假设存在全连接的逻辑量子比特和可比的量子时钟速度,QTG为拥有仅100个变量的实例提供了与经典最优背包求解器竞争的运行时间。(2) 通过引入一种利用经典求解器日志数据的新技术,我们可以预测我们方法的运行时间,远超现有量子平台和模拟器的范围,适用于包含多达600个变量的基准实例。在给定假设条件下,我们证明了QTG对于此类实例的潜在实际量子优势,表明了一种有效解决困难组合优化问题的有前景方法。
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
8.3
论文数:
1.4K
被引数:
9.4K
机构
引用论文
From the Quantum Approximate Optimization Algorithm to a Quantum Alternating Operator Ansatz从量子近似优化算法到量子交替算子Ansatz
Algorithms
IF0

