Partial Boolean functions with exact quantum 1-query complexity
我们给出了两个充分必要条件来刻画任何$n$位部分布尔函数具有精确的量子1-查询复杂度。使用第一个特征,我们提出了所有的$n$位部分布尔函数,依赖于$n$位,并有确切的量子1-查询复杂度。由于第二个特征,我们构造了一个函数$F$,它将任何$n$位部分布尔函数映射到某个整数,并且如果$n$位部分布尔函数$f$依赖于$k$位并且具有精确的量子1-查询复杂度,则$F(f)$是非正的。此外,我们证明了对于所有的$n\geq 3$和$k\geq 2$,依赖于$k$位且具有精确量子1-查询复杂度的所有$n$位部分布尔函数的个数不大于$n^{2}2^{2^{n-1}(1+2^{2-k})+2n^{2}}$.
2020-09-04 cs.CC
Unambiguous parity-query complexity
针对近似多数问题,本文给出无歧义随机奇偶查询复杂度的 $\Omega(\sqrt n)$ 下界。
2024-01-20 cs.CC
Metric $1$-median selection: Query complexity vs. approximation ratio
考虑在度量空间$(\{1,2,\ldots,n\},d)$中找到一个点,该点到其他点的平均距离最小。我们表明,这个问题没有确定性的$o(n^{1+1/(h-1)})$查询$(2h-Ω(1))$近似算法的任何常数$h\in\mathbb{Z}^+\setminus\{1\}$。
2015-09-18 cs.CC
The zero-error randomized query complexity of the pointer function
G{<$}{<$}s、Pitassi和Watson \cite{DBLP:journals/eccc/GoosP015a}及其变体的指针函数最近已被用于证明复杂性的各种度量之间的分离结果,诸如确定性、随机化和量子查询复杂性、精确和近似多项式次数等。确定性和零错误随机化查询复杂度之间以及有界错误和零错误随机化查询复杂度之间的(二次)分离,已通过考虑此指针函数的{ \em变体}~ \cite{DBLP:journals/corr/AmbainisBBL15}获得。然而,正如在\cite{DBLP:journals/corr/AmbainisBBL15}中指出的,原始指针函数的精确零错误复杂度是未知的。我们展示了$\widetildeΩ(n^{3/4})$上的$Θ(n \log n)$位的指针函数的零错误随机化查询复杂性的下限;由于$\widetilde{O}(n^{3/4})$的上限是已知的\cite{DBLP:conf/fsttcs/MukhopadhyayS15},我们的下限是最佳的$\polylog\, n$的一个因素。
2016-07-06 cs.CC
Optimal Separation and Strong Direct Sum for Randomized Query Complexity
我们建立了两个结果的查询复杂性的有界误差随机算法。* 有界误差分离定理存在一个全函数$f : \{0,1\}^n \to \{0,1\}$,其$ε$ -错误随机化查询复杂度满足$\overline{\mathrm{R}}_ε(f) = Ω( \mathrm{R}(f) \cdot \log\frac1ε)$ . * 强直和定理对于每个函数$f$和每个$k \ge 2$,计算$f$的$k$实例的随机化查询复杂度同时满足$\overline{\mathrm{R}}_ε(f^k) = Θ(k \cdot \overline{\mathrm{R}}_{\fracεk}(f))$。作为我们的两个主要结果的结果,我们得到了一个最佳的超线性直和型定理随机查询复杂性:存在一个功能$f$,其中$\mathrm{R}(f^k) = Θ( k \log k \cdot \mathrm{R}(f))$。这回答了德鲁克(Drucker,2012)的一个开放性问题。将这个结果与Göös,Pitassi和Watson(2017)的查询到通信复杂性提升定理相结合,这也表明存在一个全函数,其公共硬币随机通信复杂性度满足$\mathrm{R}^{\mathrm{cc}} (f^k) = Θ( k \log k \cdot \mathrm{R}^{\mathrm{cc}}(f))$,回答了Feder,Kushilevi…
2019-08-02 cs.CC
Query-to-Communication Lifting for BPP
对于任何$n$位布尔函数$f$,我们表明,随机通信复杂性的组成功能$f\circ g^n$,其中$g$是一个索引小工具,其特征在于随机决策树复杂性的$f$。特别地,这意味着许多涉及随机化模型的查询复杂度分离(例如,经典与量子)自动地暗示了通信复杂性的类似分离。
2017-03-22 cs.CC
Almost quadratic gap between partition complexity and query/communication complexity
我们显示了两对复杂性度量之间的近二次分离:1。我们证明了存在一个布尔函数$f$与$D(f)=Ω((D^{sc}(f))^{2-o(1)})$,其中$D(f)$是$f$的确定性查询复杂度,$D^{sc}$是$f$的子立方体划分复杂度; 2.因此,我们得到,有一个通信任务$f(x, y)$,使$D^{cc}(f)=Ω(\log^{2-o(1)}χ(f))$其中$D^{cc}(f)$是$f$(在标准的2方通信模型)的确定性2方通信复杂性和$χ(f)$是$f$的分区数。这两种分离几乎都是最佳的:众所周知,$D(f)=O((D^{sc}(f))^{2})$和$D^{cc}(f)=O(\log^2χ(f))$。
2015-12-02 cs.CC
A note on: No need to choose: How to get both a PTAS and Sublinear Query Complexity
我们重新审视各种PTAS的(多项式时间近似方案)的最小化版本的密集问题,并表明,它们可以执行次线性查询复杂性。这意味着我们不仅在多项式时间内获得了NP难问题的(1+eps)近似,而且还避免了读取整个输入。当读取输入的部分的价格高时,例如在人类提供输入的情况下,这种设置是特别有利的。用近似值来权衡查询复杂性是学习理论领域存在的理由,特别是ERM(经验风险最小化)设置。然而,典型的ERM结果不处理计算复杂性。我们讨论了两个特殊的问题,其中(a)已经表明,次线性查询是足够的获得(1 + eps)-近似使用无限的计算能力(ERM结果),和(b)与完全访问输入,我们可以得到一个(1+eps)-近似在多项式时间(PTAS)。在这里,我们表明,这两个好处都不需要牺牲。我们得到了一个PTAS与有效的查询复杂度。
2012-04-30 cs.CC
High rate locally-correctable and locally-testable codes with sub-polynomial query complexity
在这项工作中,我们构建了第一个本地可纠正的代码(LCC),和本地可测试的代码(LTC)与恒定速率,恒定的相对距离,和子多项式查询复杂度。具体来说,我们发现,存在二进制LCC和LTC块长度$n$,恒定速率(甚至可以任意接近1),恒定的相对距离,查询复杂度$\exp(\tilde{O}(\sqrt{\log n}))$。以前,这样的代码只存在于$Ω(n^β)$查询复杂度(对于常数$β> 0$),并且有几种非常不同的结构。我们的编码是基于Alon和Luby~ \cite{AL96_codes}的一般距离放大方法。我们表明,这种方法与当地的校正和测试,并获得我们的主要结果,通过将其应用到适当构造的LCC和LTC的非标准制度的\emph{sub-constant relative distance}。在此过程中,我们还在大字母表上构建LCC和LTC,具有相同的查询复杂度$\exp(\tilde{O}(\sqrt{\log n}))$,它们还具有接近Singleton界的特性:它们的速率和距离之间几乎有最好的关系。这具有令人惊讶的结果,即要求大字母纠错码进一步成为具有$\exp(\tilde{O}(\sqrt{\log n}))$查询复杂度的LCC或LTC在速率和距离方面不需要任何牺牲!对于任何$o(n)$查询复杂度,这样的结果以前都是未知的。我们的结果LCC也立即给本地可解码的代码(LDC)…
2015-04-22 cs.CC
A Strong Direct Sum Theorem for Distributional Query Complexity
本文证明分布查询复杂度的强直和定理:计算k重直积函数时,朴素顺序策略(误差ε/k并应用联合界)本质上最优,且查询复杂度和误差必然同时增大;关键创新是首次将Hardcore定理引入查询复杂度并证明新的弹性引理。
2024-05-25 cs.CC
Towards Better Separation between Deterministic and Randomized Query Complexity
我们发现,存在一个布尔函数$F$观察以下分离之间的确定性查询复杂度$(D(F))$,随机零错误查询复杂度$(R_0(F))$和随机单侧错误查询复杂度$(R_1(F))$:$R_1(F) = \widetilde{O}(\sqrt{D(F)})$和$R_0(F)=\widetilde{O}(D(F))^{3/4}$。这反驳了Saks和Wigderson提出的猜想,即对于任何布尔函数$f$,$R_0(f)=Ω({D(f)})^{0.753..}$。这也显示了任何布尔函数的$R_1(f)$和$D(f)$之间的最宽间隔。函数$F$是由G {<$}{<$} s,Pitassi和Watson定义的,他们研究它以显示确定性决策树复杂性和明确的非确定性决策树复杂性之间的分离。独立于我们,Ambainis等人证明了函数$F$的不同变体证明了$D(f)$和$R_0(f)$之间的最优(二次)分离,以及$R_0(f)$和$R_1(f)$之间的多项式分离。被视为分离的结果,我们的结果是由那些Ambainis等人。然而,虽然在Ambainis等人的工作中的函数是不同的变体$F$,我们的工作与原来的功能$F$本身。
2015-06-24 cs.CC
On the randomised query complexity of composition
设$f\subseteq\{0,1\}^n\timesΞ$是一个关系,$g:\{0,1\}^m\to\{0,1,*\}$是一个承诺函数。这项工作调查的关系$f\circ g^n\subseteq\{0,1\}^{m\cdot n}\timesΞ$,这可以被看作是一个最一般的情况下组成的查询模型(让$g$是一个关系,似乎会导致一个相当不自然的定义$f\circ g^n$)的随机查询复杂性。我们表明,对于每一个这样的$f$和$g$,$$\mathcal R(f\circ g^n) \in Ω(\mathcal R(f)\cdot\sqrt{\mathcal R(g)}),$$其中$\mathcal R$表示随机查询的复杂性。另一方面,我们证明了一个关系$f_0$和一个承诺函数$g_0$,使得$\mathcal R(f_0)\inΘ(\sqrt n)$,$\mathcal R(g_0)\inΘ(n)$和$\mathcal R(f_0\circ g_0^n)\inΘ(n)$ $-$,也就是说,我们的组合语句是紧的。据我们所知,对于关系或承诺函数的随机查询复杂度没有已知的复合定理(对于全函数的特殊情况,我们的下界给出了$\sqrt{\log n}$的乘法改进)。
2018-01-07 cs.CC
Quadratically Tight Relations for Randomized Query Complexity
设$f:\{0,1\}^n \rightarrow \{0,1\}$为布尔函数。证书复杂度$C(f)$是对于零错误随机化查询复杂度$R_0(f)$是二次紧的复杂度度量:$C(f) \leq R_0(f) \leq C(f)^2$。在本文中,我们研究了一个新的复杂性度量,我们称之为预期证书复杂性$EC(f)$,这也是一个二次紧界$R_0(f)$:$EC(f) \leq R_0(f) = O(EC(f)^2)$。我们证明了$EC(f) \leq C(f) \leq EC(f)^2$,并表明两者之间存在二次分离,因此$EC(f)$给出了$R_0(f)$更紧的上界。该度量还与分数证书复杂度$FC(f)$相关如下:$FC(f) \leq EC(f) = O(FC(f)^{3/2})$。这也与Aaronson提出的一个悬而未决的问题有关,即$FC(f)$是否是$R_0(f)$的二次紧界,因为$EC(f)$实际上是$FC(f)$的松弛。在工作的第二部分中,我们通过查询损坏界限($\mathrm{corr}_ε(f)$)的平方来上限产品分布$μ$的分布式查询复杂度$D^μ_ε(f)$,这改进了Harsha,Jain和Radhakrishnan [2015]的结果。对于通信复杂性的类似陈述是开放的。
2017-08-02 cs.CC
Quantum Query Complexity of Multilinear Identity Testing
受\cite{MN05}中检验黑箱群交换性的量子算法的启发,我们研究了如下问题:给定一个黑盒有限环$R=\angle{r_1,...,r_k}$,其中$\{r_1,r_2,...,r_k\}$是$R$的一个可加生成集,以及$R$上的一个多线性多项式$f(x_1,...,x_m)$,也可作为一个黑盒函数$f:R^m\to R$(这里我们允许不确定的$x_1,...,x_m$是可交换的或不可交换的),我们研究了$f$是否是环$R$的\emph{identity}的测试问题.更准确地说,问题是测试是否所有$a_i\in R$都有$f(a_1,a_2,...,a_m)=0$。在假设$k\geq (1+1/α)^{m+1}$的条件下,给出了一个具有查询复杂度$O(m(1+α)^{m/2} k^{\frac{m}{m+1}})$的量子算法.朝向一个下界,我们还讨论了减少从一个版本的$m$ -碰撞这个问题。我们还观察到查询复杂度$4^mmk$和恒定的成功概率和$k^m$查询复杂度的确定性测试的随机测试。
2008-07-09 cs.CC
Improved Direct Product Theorems for Randomized Query Complexity
直积问题是复杂性理论中的一个基本问题,它试图理解在k个独立输入中计算函数的难度如何随k而变化。我们证明了以下查询复杂度的直积定理(DPT):如果每个T查询算法在计算输入分布Mu上的布尔函数f时具有至多1 - eps的成功概率,则对于α <= 1,每(alpha eps Tk)-查询算法最多有成功概率(2^{alpha eps}(1 - eps))^k在Mu的k个独立输入上正确计算k重直积f^k。根据Shaltiel的例子,这句话给出了查询边界和错误概率之间的最佳权衡。作为推论,我们证明了对于一个绝对常数α> 0,任何(α R_2(f)k)-查询随机算法的最坏情况下的成功概率为f^k指数下降。由于Klauck,Spalek和de Wolf,这种类型的最佳先前语句需要O(bs(f)k)的查询边界。证明涉及定义和分析与试图求解f^k的算法相关联的鞅集合。我们的方法是相当普遍的,并产生一个新的XOR引理和阈值DPT的查询模型,以及DPT的查询复杂性的学习任务,搜索问题,并涉及与动态实体的互动任务。我们也给出了一个版本的DPT,其中决策树的大小是感兴趣的资源。
2014-05-09 cs.CC
Sensitivity and Query Complexity under Uncertainty
本文研究不确定性下布尔函数的查询复杂度,提出无风险扩展模型,证明了Huang敏感性定理的类似结论,并改进了确定性查询复杂度相对随机化和量子查询复杂度的已知界限。
2025-06-30 cs.CC
A Strong XOR Lemma for Randomized Query Complexity
给出了计算$xor \circ g$的一个强直和定理。具体来说,我们表明,对于每个函数g和每个$k\geq 2$,计算g的k个实例的异或的随机查询复杂度满足$\overline{R}_\eps(xor\circ g) = Θ(k \overline{R}_{\eps/k}(g))$。这与朴素的成功放大上限相匹配,并回答了Blais和Brody(CCC19)的猜想。作为我们的强直和定理的结果,我们给出了一个总函数g,其中$R(xor \circ g) = Θ(k \log(k)\cdot R(g))$,回答了一个公开的问题,从本大卫等人。(arxiv:2006.10957v1)。
2020-07-17 cs.CC
Complexity of Simon's problem in classical sense
西蒙问题是经典意义上的指数问题的一个标准例子,而它在量子计算中允许多项式解。它是关于一个函数$f$,它被赋予一个唯一的非零向量$s$存在,其中$f(x) = f(x \oplus s)$对所有$x$,其中$\oplus$是异或运算符。目标是找到$s$。经典意义上的指数下界假设$f$只允许黑盒访问。在本文中,我们研究了当$f$由电路等标准表示给出时的经典复杂性。我们专注于寻找所有向量$s$的向量空间,其中对于任何给定的$f$,对于所有$x$,$f(x) = f(x \oplus s)$。两个主要结果是:(1)如果$f$由任何电路给出,则检查该向量空间是否包含非零元素是NP难的,以及(2)如果$f$由任何有序BDD给出,则可以在多项式时间内计算该向量空间的基。
2022-11-03 cs.CC cs.DS
Settling the query complexity of non-adaptive junta testing
我们证明,任何非自适应算法,测试是否一个未知的布尔函数$f: \{0, 1\}^n\to \{0, 1\}$是一个$k$ -军或$ε$ -远离每一个$k$ -军必须使$\widetildeΩ(k^{3/2} / ε)$许多查询范围广泛的参数$k$和$ε$。我们的结果显着改进了[BGSMdW 13,STW 15]中之前的下限,并且考虑到[Blais 08]中Blais的非自适应军政府测试程序(该测试程序进行了$\widetilde{O}(k^{3/2})/ε$查询),我们的结果本质上是最优的。结合[Blais 09]的自适应测试器进行$O(k\log k + k /ε)$查询,我们的结果表明,自适应性可以使junta测试的查询复杂度节省多项式。
2017-04-20 cs.CC
Lifting query complexity to time-space complexity for two-way finite automata
本文通过通信复杂度将查询复杂度分离提升为双向有限自动机的时间-空间复杂度分离,并首次证明精确量子有限自动机在时间-空间复杂度上优于经典概率有限自动机。
2023-11-30 cs.CC
Streaming and Query Once Space Complexity of Longest Increasing Subsequence
本文研究最长递增子序列在自适应一次性查询和流式模型中的空间复杂度下界,填补了相关空白并提出若干开问题。
2023-09-03 cs.CC
PCPP-Based Reconfiguration Inapproximability: Query Complexity vs. Soundness Gap Trade-offs
本文通过建立重构不可近似性假设与邻近概率可检验证明可靠性差距之间更紧密的联系,并利用并行化框架,在Gap CSP重构中获得了可靠性与查询复杂度之间改进的权衡。
2025-07-01 cs.CC
A composition theorem for randomized query complexity via max conflict complexity
令$R_ε(\cdot)$代表具有错误$ε> 0$的有界错误随机化查询复杂度。对任意关系$f \subseteq \{0,1\}^n \times S$和偏布尔函数$g \subseteq \{0,1\}^m \times \{0,1\}$,证明了$R_{1/3}(f \circ g^n) \in Ω(R_{4/9}(f) \cdot \sqrt{R_{1/3}(g)})$,其中$f \circ g^n \subseteq (\{0,1\}^m)^n \times S$是$f$和$g$的合成.我们给出了一个例子的关系$f$和部分布尔函数$g$,这个下界是紧的。我们证明了我们的复合定理,通过引入一个新的复杂性措施,最大冲突复杂性$\bar χ(g)$的部分布尔函数$g$。我们显示$\bar χ(g) \in Ω(\sqrt{R_{1/3}(g)})$的任何(部分)功能$g$和$R_{1/3}(f \circ g^n) \in Ω(R_{4/9}(f) \cdot \bar χ(g))$,这两个界限意味着我们的组合结果。我们进一步表明,$\bar χ(g)$总是至少一样大的$g$,本大卫和Kothari介绍的破坏复杂性。
2018-11-27 cs.CC
The Quantum Query Complexity of Finding a Tarski Fixed Point on the 2D Grid
研究了在二维网格上寻找塔斯基不动点的量子查询复杂性,证明其为Ω((log n)^2),与经典确定性上界一致,方法涉及函数组合的下界分析和嵌套有序搜索的关系。
2026-04-09 cs.CC
The Power of Many Samples in Query Complexity
布尔函数$f\colon\{0,1\}^n\to\{0,1\}$的随机化查询复杂度$R(f)$的著名特征在于(通过姚的极大极小)区分$D_0$在$0$ -输入上的分布和$D_1$在$1$ -输入上的分布所需的最少查询数量,在所有对$(D_0,D_1)$上最大化。我们问:如果我们允许查询访问来自$D_0$或$D_1$的无限多个样本,这项任务是否会变得更容易?我们的答案是否定的:存在一个硬对$(D_0,D_1)$,这样区分$D_0^\infty$从$D_1^\infty$需要$Θ(R(f))$许多查询。作为一个应用程序,我们表明,对于任何组成的功能$f\circ g$,我们有$R(f\circ g) \geq Ω(\mathrm{fbs}(f)R(g))$其中$\mathrm{fbs}$表示分数块灵敏度。
2020-02-25 cs.CC
Zero-error expectation equals amortized query complexity
IQC, University of Waterloo(量子计算研究所,滑铁卢大学)
该研究探究随机与分布查询复杂度的直和问题,精确刻画摊销期望随机查询复杂度,证明有界误差经摊销可转化为零误差,改进此前直和界并解决Blais与Brody提出的公开问题,还得到相关分离结果。
2026-08-06 cs.CC
Trading query complexity for sample-based testing and multi-testing scalability
我们在这里表明,每个非自适应属性测试算法在固定字母表上进行恒定数量的查询,可以转换为基于样本的测试算法(根据[Goldreich和Ron,2015]),其平均查询数量是固定的,小于$1$,$n$的幂。由于基于样本的算法的查询分布完全不依赖于属性或原始算法,因此这在需要同时测试许多属性的场景中具有许多含义,例如测试(相对较大的)属性联合,或将Merlin-Arthur Proximity证明(根据[Gur和Rothblum,2013])转换为适当的测试算法。证明方法涉及到准备原始的测试算法的组合分析,这反过来又涉及到一个新的结果,存在的组合结构(基本上是广义向日葵),允许基于样本的测试,以取代原来的常数查询复杂性测试。
2015-04-02 cs.CC
The influence lower bound via query elimination
我们给出了一个更简单的证明,通过查询消除,由于O'Donnell,Saks,Schramm和Servedio的结果,它显示了一个下界的零错误随机查询复杂度的函数f的任何变量的最大影响。我们的下界也适用于双边错误分布查询复杂性的f,它允许立即扩展,可用于证明一些功能更强的下界。
2011-02-23 cs.CC
Nearly optimal separations between communication (or query) complexity and partitions
我们显示了确定性的通信复杂性和对数的分区数,这是基本上是最佳的之间的近二次分离。这改进了Göös,Pitassi和Watson最近的幂1.5分离(FOCS 2015)。在查询复杂性方面,我们在确定性(甚至随机化)查询复杂性和子立方体分区复杂性之间建立了一个接近二次的分离,这也是本质上最优的。我们还建立了量子查询复杂性和子立方体划分复杂性之间的近1.5次方分离,这是两个度量之间的第一个超线性分离。最后,我们展示了量子查询复杂度和单侧子立方体划分复杂度之间的二次分离。我们的查询复杂度分离使用Aaronson,Ben-David和作者最近的备忘单框架。我们的查询函数是通过交替函数组合和备忘单构造分阶段构建的。通信复杂性分离是将查询分离提升到通信复杂性的结果。
2015-12-03 cs.CC quant-ph
A Composition Theorem for Randomized Query Complexity
假设错误概率$ε$的关系的随机化查询复杂度由$R_ε(\cdot)$表示。本文证明了对于任意关系$f \subseteq \{0,1\}^n \times \mathcal{R}$和布尔函数$g:\{0,1\}^m \rightarrow \{0,1\}$,$R_{1/3}(f\circ g^n) = Ω(R_{4/9}(f)\cdot R_{1/2-1/n^4}(g))$,其中$f \circ g^n$是由$f$和$g$合成得到的关系.我们还表明,$R_{1/3}\left(f \circ \left(g^\oplus_{O(\log n)}\right)^n\right)=Ω(\log n \cdot R_{4/9}(f) \cdot R_{1/3}(g))$,其中$g^\oplus_{O(\log n)}$是通过组合异或功能$O(\log n)$位和$g^t$获得的功能。
2017-06-14 cs.CC
Open Problems Related to Quantum Query Complexity
我提供了一个例子,量子查询复杂性仍然有大量诱人的和基本的开放问题-从相对化的QMA与QCMA和BQP与IP,到碰撞和元素独特性的时间/空间权衡,到多项式次数与部分函数的量子查询复杂性,到酉合成问题等等。
2021-09-14 cs.CC quant-ph
Randomized query complexity can beat certificate complexity
University of Waterloo(滑铁卢大学);Google Quantum AI(谷歌量子人工智能)
本文构造了一个全布尔函数,证明其随机化查询复杂度可远低于证书复杂度,达到平方根级别的最优,同时量子查询复杂度也接近最优。
2026-09-15 cs.CC quant-ph
Query complexity in expectation
研究了函数f:{0,1}^n-->R+在期望中的查询复杂度.这要求算法在输入x上输出一个期望值等于f(x)的非负随机变量,并尽可能少地使用对输入x的查询。我们分别用两个多项式的非负文字度和平方和度来刻画随机化和量子查询的复杂性。我们观察到量子复杂性对于某些函数可以无限地小于经典复杂性,但是对于值域为{0,1}的函数最多可以多项式地小。这些查询复杂性与多面体的扩展复杂性有关(并且由多面体的扩展复杂性激发)。多胞形的线性扩张复杂性是通过在期望中计算其松弛矩阵的随机通信复杂性来表征的,而半定(psd)扩张复杂性是通过类似的量子模型来表征的。由于查询复杂度可以作为相关函数的通信复杂度的上界,因此我们可以通过构造有效的量子查询算法来得到psd扩展复杂度的上界。作为一个例子,我们给出了psd秩仅为2^{n^{1/2+ n}}的完美匹配多面体的松弛矩阵的指数逼近。最后,我们表明有一个精确的意义上,随机/量子查询复杂性的预期对应的Sherali-Adams和Lasserre层次结构,分别。
2014-11-26 cs.CC quant-ph
Separations in Query Complexity Based on Pointer Functions
在1986年,Saks和Wigderson指出,对于一个全布尔函数,确定性和零错误随机化查询复杂度之间的最大分离是由$f$在$n=2^k$位上给出的,$f$由深度为$k$的NAND门的完整二叉树定义,它实现了$R_0(f) = O(D(f)^{0.7537\ldots})$。我们证明这是假的,给出一个例子,总布尔函数$f$ $n$位的确定性查询复杂性是$Ω(n/\log(n))$,而其零错误随机查询复杂性是$\tilde O(\sqrt{n})$。我们进一步表明,量子查询复杂性相同的功能是$\tilde O(n^{1/4})$,给出了第一个例子的总功能与超二次差距之间的量子和确定性查询复杂性。我们还构造了一个总的布尔函数$g$ $n$变量,具有零错误的随机查询复杂度$Ω(n/\log(n))$和有界错误的随机查询复杂度$R(g) = \tilde O(\sqrt{n})$。这是这两个复杂性度量之间的第一个超线性分离。同一函数的量子查询复杂度是$Q_E(g) = \tilde O(\sqrt{n})$。这两个函数表明,$D(f) = O(R_1(f)^2)$和$R_0(f) = \tilde O(R(f)^2)$的关系是最佳的,直到多对数因子。这些函数的进一步变化给出了其他查询复杂性度量之间的额外分离:$Q$和$R_0$之间的立方分离,$Q_E$和$R$之间的$3/2$ -幂分离,以…
2015-10-26 cs.CC quant-ph
From Quantum Query Complexity to State Complexity
量子有限自动机的状态复杂性是研究量子有限自动机幂的重要课题之一。因此,研究量子有限自动机状态简洁性的一般表示方法具有重要意义。本文提出并论证了一种这样的方法。特别是,我们表明,状态简洁性的结果可以得出查询复杂性的结果。
2014-11-25 cs.CC quant-ph
Random Garbage Creates Exponential Quantum Query Separations
Khalifa University of Science and Technology(哈利法科学技术大学);Center for Quantum and Topological Systems, NYUAD Research Institute(NYUAD研究院量子与拓扑系统中心);Division of Science, New York University Abu Dhabi(纽约大学阿布扎比分校科学系)
该论文证明标准XOR接口与仅前向接口存在指数级量子查询分离,解决了Aaronson的开放问题11,还将实例嵌入置换得到对应置换问题的查询复杂度结果。
2026-11-04 cs.CC quant-ph
Post-selected Classical Query Complexity
我们研究了经典的后选择查询算法,发现它们与具有非负系数的有理函数密切相关。我们表明,后选择的经典查询的布尔函数的复杂性是等于最小程度的合理的函数与非负系数,近似它(到一个因素的两个)。对于后选择量子查询算法,Mahadev和de Wolf展示了类似的关系,其中有理近似允许具有负系数。使用我们的特性,我们发现一个指数级大分离后选择的经典查询复杂性和后选择的量子查询复杂性,通过证明一个下界的程度上的有理逼近(非负系数)的多数函数。这个下限可以推广到任意对称函数,并允许我们找到一个无界分离非确定性量子和后选择的经典查询复杂性。所有下限都延续到通信复杂性设置中。我们表明,零错误的变体后选择查询算法是等效的非确定性的经典查询算法,这反过来又是由非负多项式的特点,并为某些问题需要指数更多的查询输入比他们的有界错误的同行。最后,我们描述了一个后选择查询算法的近似多数函数,和一个有效的查询算法的近似计数。
2018-05-14 cs.CC quant-ph
Randomized query complexity of sabotaged and composed functions
我们研究了有界错误随机查询复杂度的合成问题:对于所有的布尔函数f和g,R(f o g)= Omega(R(f)R(g))吗?我们表明,插入一个简单的布尔函数h,其查询复杂度只有Theta(log R(g)),在f和g之间允许我们证明R(f o h o g)= Omega(R(f)R(h)R(g))。我们证明了这一点,使用一个新的下界测量随机查询复杂性,我们称之为随机破坏复杂性,RS(f)。随机破坏复杂度具有几个期望的性质,例如完美合成定理,RS(f o g)>= RS(f)RS(g),以及具有随机查询复杂度的合成定理,R(f o g)= Omega(R(f)RS(g))。它也是全函数的二次紧下界,并且可以二次优于分区界,这是随机查询复杂度的最佳已知一般下界。使用这种技术,我们还表明提升定理的影响,通信复杂性。我们证明了零错误随机化协议的一般提升定理隐含了有界错误协议的一般提升定理。
2016-12-05 cs.CC quant-ph
Parameterised Complexity of Consistent Query Answering via Graph Representations
该研究通过解-冲突超图和Gaifman图两种图表示,分别提出修复计数算法并推导固定参数可处理性结果,为一致性查询回答的参数化复杂度分析提供了新方法和理论结论。
2024-12-11 cs.CC cs.DB
Upper bounds on quantum query complexity inspired by the Elitzur-Vaidman bomb tester
受Elitzur-Vaidman炸弹测试问题[arXiv:hep-th/9305002]的启发,我们引入了一个新的查询复杂度模型,我们称之为炸弹查询复杂度$B(f)$。我们研究了它与通常的量子查询复杂度$Q(f)$的关系,并表明$B(f)=Θ(Q(f)^2)$。这一结果给出了一种新的量子查询复杂度上界方法:我们给出了一种从经典算法中寻找炸弹查询算法的方法,从而给出了$Q(f)=Θ(\sqrt{B(f)})$的非构造性上界.我们随后能够给出明确的量子算法匹配我们的上限方法。将该方法应用于无权图上的单源最短路径问题,得到了一个具有$O(n^{1.5})$量子查询复杂度的算法,改进了最著名的$O(n^{1.5}\sqrt{\log n})$算法[arXiv:quant-ph/0606127].将该方法应用于最大二部匹配问题,给出了一个$O(n^{1.75})$算法,改进了已知的平凡$O(n^2)$上界.
2014-11-26 cs.CC quant-ph
The quantum query complexity of certification
我们研究的量子查询复杂性找到一个证书的d-正规,k级平衡NAND公式。直到对数因子,我们证明了查询复杂度对于0-证书是Theta(d^{(k+1)/2}),对于1-证书是Theta(d^{k/2})。特别地,这表明评估这样的公式的零错误量子查询复杂度是O(d^{(k+1)/2})(再次忽略对数因子)。我们的下限依赖于量子对抗方法遵守直和定理的事实。
2014-10-06 cs.CC quant-ph
Average-Case Quantum Query Complexity
我们比较了经典和量子查询复杂性的总布尔函数。众所周知,对于最坏情况的复杂性,量子和经典之间的差距最多可以是多项式。我们表明,对于均匀分布下的平均情况下的复杂性,量子算法可以比经典算法快指数。在非均匀分布下,间隙甚至可以是超指数的。我们还证明了平均情况下的复杂性的一些一般界限,并表明,平均情况下的量子复杂性的均匀分布下的MAJORITY是近二次方优于经典的复杂性。
2001-07-02 cs.CC quant-ph
Strong direct product theorems for quantum communication and query complexity
强直积定理(SDPT)指出,解决一个问题的n个实例需要Omega(n)乘以单个实例的资源,甚至达到成功概率exp(-Omega(n))。我们证明了量子通信复杂性服从SDPT的通信下界为一个单一的实例,证明了广义差异的方法,在该模型中最强的技术。我们证明了量子查询复杂性服从SDPT时,查询下限为一个单一的实例证明了多项式方法,在该模型中的两个主要技术之一。在这两个模型中,我们证明了相应的异或引理和阈值直积定理。
2010-11-22 cs.CC quant-ph
Nearly Optimal Communication and Query Complexity of Bipartite Matching
我们解决的复杂性的最大基数二分匹配问题(BMM)的多对数因子在五个模型的计算:双方通信,与查询,或查询,异或查询,和量子边缘查询模型。我们的结果回答了至少三十年前以来反复提出的开放问题[Hajnal,Maass和Turan STOC'88; Ivanyos,Klauck,Lee,Santha和de Wolf FSTTCS'12; Dobzinski,Nisan和Oren STOC'14; Nisan SODA'21]并收紧了Beniamini和Nisan [STOC'21]和Zhang [ICALP'04]所示的下限。我们还解决了BMM的推广的通信复杂性,例如最大成本二分$b$匹配和转运;以及唯一二分完美匹配的查询复杂性(回答Beniamini [2022]的一个公开问题)。我们的算法和下界遵循简单的应用程序的已知技术,如切割平面的方法和设置不相交。
2022-08-04 cs.CC cs.DS
Polynomial degree vs. quantum query complexity
表示(或近似)函数f的多项式的次数是计算f所需的量子查询数量的下限。这一观察是量子算法许多下界的来源。这个下限是否紧一直是一个悬而未决的问题。我们展示了一个多项式次数M和量子查询复杂度Ω(M^{1.321...})的函数。这是多项式次数和量子查询复杂度之间的第一个超线性分离。一个新的,更一般的版本的量子对抗方法的下限。
2004-11-23 cs.CC quant-ph
On query complexity measures and their relations for symmetric functions
本文探讨了对称函数类中量子查询复杂性下界与其他基于决策树的复杂性度量之间的关系,为正对手方法等给出了显式构造,并刻画了Gap Majority的量子查询复杂性及紧分离。
2024-02-19 cs.CC quant-ph
Understanding Quantum Algorithms via Query Complexity
查询复杂度是一个计算模型,在这个模型中,我们必须计算变量$x_i$的函数$f(x_1, \ldots, x_N)$,这些变量可以通过查询访问。算法的复杂性是由它进行的查询的数量来衡量的。查询复杂度被广泛用于研究量子算法,原因有两个。首先,它包括许多已知的量子算法(包括Grover的量子搜索和Shor的因子分解算法的关键子程序)。其次,可以证明查询复杂度的下限,限制可能的量子优势。在过去的几年里,在查询复杂性的几个长期存在的问题上取得了重大进展。在这次演讲中,我们综述了这些结果和相关工作,包括:-部分函数的最大量子与经典间隙(一个问题可以用1个查询量子解决,但需要$Ω(\sqrt{N})$查询经典); -最大的量子与确定性和量子与概率差距的总功能(例如,可以用$M$定量查询解决但需要$\tildeΩ(M^{2.5})$概率查询的问题);- 总函数的最大概率与确定性差距(可通过$M$查询概率性地解决但需要$\tildeΩ(M^{2})$查询确定性地解决的问题);(例如,对称函数); -查询算法和低次多项式近似之间的联系。
2017-12-18 cs.CC quant-ph
The non-adaptive query complexity of testing k-parities
我们证明了Theta(k log k)查询的紧界,用于非自适应地测试函数f:{0,1}^n -> {0,1}是否是k-奇偶校验或远离任何k-奇偶校验。下界结合了Blais、Brody和Matulef [BBM 11]的最新方法,以获得用于从通信复杂性测试的下界,其中Omega(k \log k)下界用于k-不相交性的单向通信复杂性。
2013-07-03 cs.CC cs.DS
Separations in query complexity for total search problems
本文研究总搜索问题的查询复杂度,通过总搜索问题与部分函数的相互转换,在量子查询复杂度、近似度、正量子对手、锥 junta 度及通信复杂度等多个测度之间建立了新的指数级分离,并重新证明了部分函数的相关分离结果。
2024-10-21 cs.CC quant-ph
The Query Complexity of Local Search and Brouwer in Rounds
研究在有限轮次内寻找函数局部最小值及布劳威尔固定点的查询复杂性,提出算法与下界分析,探讨适应性与并行计算的优化方法。
2025-12-12 cs.CC cs.DS
A lower bound on the quantum query complexity of read-once functions
我们建立了只读布尔函数的有界错误量子查询复杂度的$Ω{(\sqrt{n})}$下界,为$Ω(\sqrt{D(f)})$是所有布尔函数的下界的猜想提供了证据.我们的技术扩展了Ambainis的结果,基于这样的想法,即成功计算函数需要在查询寄存器中初始相干叠加输入的“去相干”,具有不同的函数值。查询的数量是有界的,通过比较所需的总数量的去相干的一组明智地选择的输入-输出对的上限上的量可实现在一个单一的查询步骤。我们使用这个结果的扩展到一般的输入对的权重,和一般的叠加输入。
2002-01-03 cs.CC quant-ph
Complexity of Consistent Query Answering in Databases under Cardinality-Based and Incremental Repair Semantics
一致性查询查询(CQA)是从数据库中计算查询的答案的问题,这些答案相对于数据库作为一个整体可能无法满足的某些完整性约束是一致的。一致的答案已经被表征为那些在数据库一致性的某些最小形式的恢复下是不变的。我们调查的算法和复杂性理论问题的CQA数据库修复,最小的偏离-wrt的对称差异的基数-从原始数据库。我们得到了第一个严格的复杂性界。我们还解决了CQA的复杂性增加的问题,自然发生时,原来一致的数据库变得不一致后,执行一系列的更新操作。在拒绝约束下,为各种语义提供了增量复杂性的严格界限。固定参数的易处理性也在这个动态的上下文中进行了研究,其中更新序列的大小成为相关的参数。
2006-04-02 cs.CC cs.DB
Separations in query complexity using cheat sheets
我们展示了一个总布尔函数的有界错误随机化和量子查询复杂性之间的幂2.5分离,驳斥了人们普遍认为的最佳分离只能是二次的猜想(来自Grover算法)。我们还提出了一个总功能的量子查询复杂性和近似多项式的程度之间的权力4分离,显示严重的限制的权力的多项式方法。最后,我们展示了量子查询复杂性和证书复杂性之间的二次差距的总函数,这是最佳的(最多对数因子)。这些分离是使用一种新的,通用的技术,我们称之为备忘单技术。该技术是基于一个通用的转换,将任何(可能部分)功能转换成一个新的总功能与所需的属性,显示分离。该框架还允许许多已知的分离,包括Ambainis等人最近的一些突破性结果,以统一的方式展示。
2019-07-09 cs.CC quant-ph
A Brief Introduction to Quantum Query Complexity
本文介绍量子查询复杂度,重点阐述四种求解下界的主要技术及对手方法推导上界的双重作用,为初学者和研究人员提供自成体系的入门指南。
2025-08-12 cs.CC quant-ph