Reducing circuit resources in Grover’s algorithm via constraint-aware initialization

Eunok Bae

doi:10.1038/s41598-026-64187-3

Reducing circuit resources in Grover’s algorithm via constraint-aware initialization

2026-07-29

0

OA

AI

DOI：10.1038/s41598-026-64187-3

原文链接

原文求助

摘要

En 中文

格罗弗搜索算法在查询复杂度方面为无结构搜索问题提供了二次加速，并作为通用子程序广泛应用于包括大搜索空间组合问题在内的众多量子算法中。对于此类问题，通过在初始化步骤中引入问题约束来减小有效搜索空间是自然的做法，在格罗弗算法中可通过制备编码约束信息的结构化初始态实现。本文提出了一种针对线性约束问题的约束感知初始化的格罗弗算法系统框架，包含简单的预处理流程。该框架整合了从更一般线性约束中提取的基数约束和奇偶约束。尽管此类结构化初始态可以减少求解所需的查询次数，但其制备会带来额外的电路级开销。因此，我们进行了保守的电路级资源分析，表明所得的约束感知初始化在门数和电路深度方面可提升资源效率。该框架进一步以精确覆盖问题为代表性应用进行了数值说明。总体而言，我们的结果表明，该方法可作为实现比标准均匀初始化更资源高效的格罗弗算法的实用基准。

Reducing circuit resources in Grover’s algorithm via constraint-aware initialization

摘要

期刊

机构

引用论文