arrow
返回

Quantum algorithm for secret learning in Mastermind game

delete2025-11-12
delete0
PRE
AI
W
Wentao Qi
Y
Yongzhen Xu
S
Shenggen Zheng
L
Lvzhou Li *
DOI:10.1007/s11433-025-2752-7delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本研究探讨了量子加速在名为Mastermind的流行游戏中的应用,该游戏涉及两名参与者:选择秘密字符串的codemaker和提交查询字符串并接收codemaker回答的codebreaker。codebreaker的目标是在尽可能少的查询次数内学习到秘密字符串。本研究专注于使用不同类型的codemaker回答(如black count、ℓp distance和separable distance)在量子计算机上玩Mastermind游戏。我们证明了,codebreaker可以利用展示出查询次数显著减少的量子算法来确切地学习秘密,这些量子算法的查询次数相比其经典对应算法大幅降低。具体而言,我们的量子算法分别需要$${\cal O}(k \log k)$$次black-count查询、$${\cal O}(\log k)$$次ℓp-distance查询和$${\cal O}(\log M)$$次separable-distance查询来学习秘密s ∈ [k]n,其中M完全由k决定。因此,量子查询复杂度与秘密s的长度n无关,这与经典算法的查询复杂度呈线性于n的情况相反。

期刊

S
Science China Physics, Mechanics and Astronomy
IF:
0
论文数:
2
被引数:
4

机构

S
School of Computer Science and Engineering
学者数:
1.3K
论文数: 590
被引数: 2
引用论文

引用论文

Quantum speedup of twin support vector machines
err2020-04-23
err23
PREAI
errYe, Zekun; Li, Lvzhou; Situ, Haozhen; Wang, Yuyi
err分享
err收藏
Playing Mastermind With Many Colors
err2016-11-08
err0
errOAAI
errBenjamin Doerr; Carola Doerr; Reto Spöhel; Henning Thomas
err分享
err收藏
err分享
err收藏
A quantum federated learning framework for classical clients面向经典客户端的量子联合学习框架
err2024-03-19
err26
errOAAI
errSong, Yanqi; Wu, Yusen; Wu, Shengyao; Li, Dandan; Wen, Qiaoyan; Qin, Sujuan; Gao, Fei
err分享
err收藏
学者 查看更多内容