A low failure rate quantum algorithm for searching maximum or minimum

Obwohl Durr und Hoyer den modernsten Quantenalgorithmus (DHA) für die Suche nach einem Minimalwert vorgeschlagen haben, beträgt die untere Grenze der Erfolgswahrscheinlichkeit von DHA 1 / 2. DHA erfordert außerdem ungefähr Kopien des Ausgangszustandes. In diesem Aufsatz schlagen wir einen neuen Quantenmaximal- oder Minimalsuchalgorithmus (QUMMSA) vor. In Big-Data-Szenarien können wir aufgrund spärlicher Abtastung mit unterschiedlichen Dichten die entsprechenden Präzisionsparameter abschätzen. QUMMSA kann die Erfolgswahrscheinlichkeit in der Nähe verbessern. Darüber hinaus erfordert QUMMSA mit dem quantengenauen Suchalgorithmus nur etwa Kopien des Ausgangszustandes, um dieses Problem zu lösen. Da die Vorbereitung eines beliebigen Quantenzustandes ein Problem mit exponentieller Komplexität ist, hat unser Algorithmus mit zunehmender Datenbankgröße einen größeren Vorteil. Darüber hinaus schlagen wir zunächst eine allgemeine Methode für die Schaltungskonstruktion vor, die in jeder Datenbank verwendet werden kann. Ein Experiment, das in einem IBM-Supraleiter Prozessor implementiert wird, ein QUMM6-System und ein Qasiersystem zur Simulation eines Minimalwertes Msugorithmus zur Lösung der realen Msumithilfe von MSAQM-Nummern.