多目标元素的量子搜索算法

doi:10.3778/j.issn.1002-8331.2008.24.043

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (24): 146-147.DOI: 10.3778/j.issn.1002-8331.2008.24.043

• 数据库、信号与信息处理 • 上一篇下一篇

多目标元素的量子搜索算法

钟普查,鲍皖苏

解放军信息工程大学电子技术学院，郑州 450004

收稿日期:2008-01-23 修回日期:2008-04-01 出版日期:2008-08-21 发布日期:2008-08-21
通讯作者: 钟普查

Quantum multi-object search algorithm

ZHONG Pu-cha,BAO Wan-su

Institute of Electronic Technology，the PLA Information Engineering University，Zhengzhou 450004，China

Received:2008-01-23 Revised:2008-04-01 Online:2008-08-21 Published:2008-08-21
Contact: ZHONG Pu-cha

摘要/Abstract

摘要： Grover量子搜索算法解决了未加整理的数据库搜索问题，在2ⁿ个元素中搜索M个目标元素时，计算复杂度为O（√2ⁿ/M），相对于经典算法实现了二次加速，但Grover算法在目标元素个数接近2ⁿ/2时成功率较低。提出了一种针对多目标元素的量子搜索算法，当目标元素个数大于2ⁿ/3时，能以不低于97.36%的概率找到目标元素。

关键词: 量子计算, 量子算法, Grover算法, 相位变换

Abstract: Grover’s quantum search algorithm solves the unsorted database search problem in O（√2ⁿ/M） with quadratic speed-up over classical algorithms.But Grover’s algorithm will be inefficient when the number of matching is close to 2ⁿ/2.This paper presents an quantum multi-object search algorithm，which can find the object with the probability of success at least 97.36% when the number of objects is more than 2ⁿ/3.

Key words: quantum computing, quantum algorithm, Grover’algorithm, phase shifts

钟普查,鲍皖苏. 多目标元素的量子搜索算法[J]. 计算机工程与应用, 2008, 44(24): 146-147.

ZHONG Pu-cha,BAO Wan-su. Quantum multi-object search algorithm[J]. Computer Engineering and Applications, 2008, 44(24): 146-147.

[1]	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法[J]. 计算机工程与应用, 2021, 57(7): 228-236.
[2]	周林，郭兵. 改进TR门级联的量子比较器设计[J]. 计算机工程与应用, 2021, 57(19): 112-115.
[3]	魏晋1，李慧2，房明磊3. 适用网络的W态双服务器盲量子计算协议设计[J]. 计算机工程与应用, 2019, 55(6): 67-72.
[4]	许兴阳，刘宏志. 基于量子门组的卷积神经网络设计与实现[J]. 计算机工程与应用, 2018, 54(20): 54-61.
[5]	李胜1，张培林1，李兵2，吴定海1，胡浩3. 基于通用量子门的量子遗传算法及应用[J]. 计算机工程与应用, 2017, 53(7): 54-59.
[6]	李胜1，张培林1，李兵2，吴定海1，周云川3. 改进的量子遗传偏最小二乘特征选择方法应用[J]. 计算机工程与应用, 2017, 53(3): 242-246.
[7]	林运国，蔡水英. 开放量子行走的击中时分析[J]. 计算机工程与应用, 2016, 52(15): 43-48.
[8]	李胜1，张培林1，李兵2，周云川3. 基于量子门组的量子神经网络模型及其应用[J]. 计算机工程与应用, 2015, 51(6): 33-36.
[9]	马邦雄，叶春明. 基于改进量子猫群算法的流水车间调度研究[J]. 计算机工程与应用, 2015, 51(17): 34-37.
[10]	侯旋. 量子门线路神经网络及其改进学习算法研究[J]. 计算机工程与应用, 2014, 50(6): 213-218.
[11]	沈鹏. 物流配送路径优化问题求解的量子蚁群算法[J]. 计算机工程与应用, 2013, 49(21): 56-59.
[12]	孙小雁1，张茂胜2，3，朱晓姝1，李硕明4. 多变量分支混沌签名体制[J]. 计算机工程与应用, 2013, 49(2): 97-99.
[13]	邱新建1，2，李庆华1，薛凤凤3，彭安洪1. 基于量子免疫进化的空时多维参数估计[J]. 计算机工程与应用, 2013, 49(19): 210-212.
[14]	李小鹏，席政军，李永明. 广义量子Loop程序初探[J]. 计算机工程与应用, 2012, 48(8): 55-57.
[15]	易正俊，侯坤，何荣花. 自适应Bloch球面的量子遗传算法[J]. 计算机工程与应用, 2012, 48(35): 57-61.

多目标元素的量子搜索算法

Quantum multi-object search algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics