返回
Quantum algorithm for secret learning in Mastermind game
DOI:10.1007/s11433-025-2752-7.png)
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
IF:
0
论文数:
2
被引数:
4
机构
引用论文
citation_journal_title=IEEE Trans. Inform. Theor.; citation_author=M T Goodrich; citation_volume=58; citation_publication_date=2012; citation_pages=6726; citation_doi=10.1109/TIT.2012.2208581; citation_id=CR5期刊名称:IEEE Trans. Inform. Theor.;作者:M T Goodrich;卷号:58;出版日期:2012;页码:6726;DOI:10.1109/TIT.2012.2208581;引用ID:CR5
Query complexity of mastermind variants期刊名称:Discrete Math.;作者:A Berger, C Chute, M Stone;卷号:341;出版日期:2018;页码:665;DOI:10.1016/j.disc.2017.11.004;引用ID:CR9
Recovery From Non-Decomposable Distance Oracles期刊名称:IEEE Trans. Inform. Theor.;作者:Z Hu, X Li, D P Woodruff, H Zhang, S Zhang;卷号:69;发表日期:2023;页码:6443;DOI:10.1109/TIT.2023.3289981;文献ID:CR13
Mastermind with a linear number of queries期刊名:Comb. Probab. Comp.; 作者:A Martinsson, P Su; 卷号:33; 发表日期:2024; 页码:143; DOI:10.1017/S0963548323000366; 引用ID:CR10

