新型量子搜索算法BMGS解决了多解可扩展性问题

提出了一种名为双向多解可扩展Grover搜索（BMGS）的新型量子搜索算法，以解决现有Grover搜索算法在寻找多个解时的可扩展性问题。这种新颖的方法采用了多段双向搜索策略，允许从多个标记状态并行搜索，而无需合并操作。与最先进的方法相比，BMGS算法展示了更高的效率，对于浅层量子电路所需的迭代次数更少，并实现了s个解的最优O(sqrt(sN))平均复杂度。 AI

影响 这项研究可能导致更高效的量子计算算法来解决复杂的搜索问题。

排序理由 该集群报道了一篇详细介绍一种新算法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.AI 阅读 →

• arXiv
• Bi-directional Multi-solution scalable Grover Search (BMGS)
• Debanjan Konar PhD
• Depth First Grover Search (DFGS)
• GitHub
• Grover's search algorithms
• Partial Grover Searches (PGS)
• Qiskit

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →