.png){kind=icon}
返回
An optimized exact multi-target search algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s11128-025-04932-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
格罗弗搜索算法因其相较于经典算法在无序数据库搜索问题中的二次加速而备受关注。然而，格罗弗算法在多目标搜索问题中效率低下，除非数据库中1/4的数据满足搜索条件。龙（Long）通过引入相位匹配条件提出了一种改进的格罗弗算法，该算法能够以零理论失败率搜索目标状态。在本工作中，我们基于改进的格罗弗算法提出了一种优化的精确多目标搜索算法，通过将标准扩散算子转换为更高效的扩散算子，该算法能够以100%的成功率解决多目标搜索问题，同时所需的门数量更少且电路深度更浅。随后，针对四种不同项（包括两比特两目标、五比特两目标、六比特三目标和八比特四目标）的优化多目标算法分别在MindQuantum和IBM Quantum两种量子计算框架上实现。实验结果表明，与格罗弗算法和改进的格罗弗算法相比，所提出的算法能够至少减少21.1%的量子门数量和11.7%的量子电路深度，并保持100%的成功概率。
Keyword:
Quantum computing
Quantum algorithm
Grover's algorithm
Optimized multi-target search algorithm