NP problem in quantum algorithm
Masanori Ohya, Natsuki Masuda
在复杂性理论中，NP能否成为P是一个著名的未解决的问题。本文在SAT（可满足性）问题中讨论了这方面的问题，证明了用量子算法可以在极小时间内求解SAT问题。
In complexity theory, there exists a famous unsolved problem whether NP can be P or not. In this paper, we discuss this aspect in SAT (satisfiability) problem, and it is shown that the SAT can be solved in plynomial time by means of quantum algorithm.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
Exact Equivalence between Quantum Adiabatic Algorithm and Quantum Circuit Algorithm
我们给出了一个严格的证明，证明了量子线路算法可以转化为量子绝热算法，并且具有完全相同的时间复杂度。这意味着从$L$门的量子线路算法可以构造时间复杂度为$O(L)$的量子绝热算法。此外，我们的构造表明，通过适当地选择演化路径，可以指数地加速一些量子绝热算法。
Universal Quantum Algorithm
量子振幅放大和量子相位估计是两种基本的量子算法。所有已知的量子算法都是从这两个算法衍生出来的。即使是绝热量子算法也可以有效地模拟使用量子相位估计。我们提出了一个通用的量子算法，解释这两个算法的特殊情况。一个有趣的结果是，我们不需要量子傅立叶变换做量子相位估计。
A quantum algorithm for greatest common divisor problem
提出了一种求解最大公约数（GCD）问题的量子算法。该量子算法具有与经典算法相似的计算复杂度，如著名的欧几里得算法的GCD。该算法是量子算法在求解隐子群问题中的一个应用，与Shor因子分解算法相同。为该量子算法提供了由量子门实现的显式量子线路。我们也给出了这种量子算法的计算机模拟，并提出了相应的量子线路的预期结果。
Self-Protected Quantum Algorithms Based on Quantum State Tomography
只有少数几类量子算法是已知的，它们提供了超过经典算法的加速。然而，这些以及任何新的量子算法都为量子计算机的发展提供了重要的动力。本文提出了一种基于量子态层析的新的量子算法。其中包括计算几个量子力学期望值的算法和确定多项式因子的算法。这些量子算法本身就很重要。然而，值得注意的是，这些量子算法对一大类错误免疫。我们描述这些算法，并提供免疫的条件。
Quantum CPU and Quantum Algorithm
利用我\upcite{My1}提出的一种通用量子网络-- QCPU，得到了一个能实现Deutsch算法、量子傅里叶变换、Shor算法和Grover算法的量子网络.
Quantum Algorithms
本文综述了量子计算机算法的最新发展，包括黑盒和非黑盒结果。详细描述所有已知的量子算法是不可行的，因此给出了一个有代表性的例子。这包括早期量子算法的总结，阿贝尔隐子群算法的描述（包括Shor的因子分解和离散对数算法），量子搜索和振幅放大，模拟量子力学系统的量子算法，阿贝尔隐子群问题的几个非平凡推广（和相关技术），量子算法的量子行走范例，绝热算法的范例，"拓扑“算法家族，以及经典计算机无法完成的量子任务的算法，然后进行讨论。
An algorithm for minimization of quantum cost
设计了一种新的量子线路量子代价最小化算法。特别感兴趣的不同量子线路的量子成本（例如，电子顺磁共振电路、量子隐形传态电路、短码电路和不同的量子算术运算电路）。将该算法得到的量子代价与已有的结果进行了比较，发现该算法在所有情况下都产生了最小的量子代价。
Quantum Hidden Subgroup Algorithms: An Algorithmic Toolkit
创建新量子算法的最有前途和通用的方法之一是基于量子隐藏子群（QHS）范式，最初由Alexei Kitaev提出。这类量子算法包括Deutsch-Jozsa，Simon，Shor算法等等。在本文中，我们的策略，寻找新的量子算法是Shor的量子分解算法分解成其基本原语，然后推广这些原语，最后展示如何重新组装成新的QHS算法。采取“字母积木方法”，我们使用这些基元形成一个“算法工具包”，用于创建新的量子算法，例如徘徊Shor算法、连续Shor算法、量子圆算法、双Shor算法、费曼积分的QHS算法、免费QHS算法等。在本文的最后，我们展示了如何格罗弗的算法是最令人惊讶的“几乎”QHS算法，以及如何这个结果表明一个更完整的“算法tookit”超越QHS算法的可能性。
Manifold Learning for Dimensionality Reduction: Quantum Isomap algorithm
Isomap算法是一种典型的流形学习算法。该算法简化了数据分析过程，广泛应用于神经影像、频谱分析等领域。然而，经典的Isomap算法在处理大型数据集时变得笨拙。我们的目标是用量子计算加速经典算法，提出量子Isomap算法。该算法由两个子算法组成。第一个是量子Floyd算法，它计算任何两个节点的最短距离。另一种是基于量子Floyd算法的量子Isomap算法，该算法对原始的高维数据进行低维表示。最后分析了量子Floyd算法在不需要采样的情况下实现了指数加速比。另外，量子Isomap算法的时间复杂度为$O(dNpolylogN)$。这两种算法都降低了经典算法的时间复杂度。
A Hybrid Quantum Search Engine: A Fast Quantum Algorithm for Multiple Matches
在本文中，我们将提出一个量子算法，该算法在搜索空间内的多个匹配的情况下非常有效，在很少匹配的情况下，该算法执行经典。这使我们能够提出一个混合量子搜索引擎，它集成了Grover算法和这里提出的算法，具有比任何纯经典或量子搜索算法更好的一般性能。
Reconsider HHL algorithm and its related quantum machine learning algorithms
求解线性方程组的HHL量子算法是许多量子机器学习算法中的重要子程序。在这项工作中，我们提出并分析了其他几个警告HHL算法，这在过去被忽视。讨论了它们对HHL算法和几种相关量子机器学习算法的效率、精度和实用性的影响。我们还发现，这些警告影响HHL算法比已经注意到的警告更深。为了在HHL算法的基础上获得更实用的量子机器学习算法，我们应该更多地注意这些注意事项。
A brief introduction to quantum algorithms
量子算法被证明在某些问题上优于经典算法，因此是有效信息处理的有希望的候选者。在这里，我们的目标是为学术界和公众提供一个简短而流行的量子算法介绍。首先阐述了量子并行性、量子算法的基本框架和量子算法设计的难点。然后，我们主要集中在一个历史的概述，在量子算法的研究在过去的三到四十年的进展。最后，我们澄清了量子算法研究中的两个常见问题，希望能激发读者进一步的探索。
Implementation of a Quantum Search Algorithm on a Nuclear Magnetic Resonance Quantum Computer
我们展示了一个基于胞嘧啶的双量子比特NMR量子计算机上的量子搜索算法的实现。
Experimental Challenges of Implementing Quantum Phase Estimation Algorithms on IBM Quantum Computer
由于量子相位估计（QPE）是Shor因子分解算法、量子采样算法、酉矩阵特征值求解等量子算法的核心组成部分，因此许多学者对QPE算法进行了大量的研究。Kitaev算法和基于逆量子傅里叶变换的QPE算法被提出并被研究人员广泛使用，作为其量子算法的关键组成部分。在本文中，我们通过在最先进的IBM量子计算机上实现各种QPE算法，探索了QPE算法在噪声中间尺度量子（NISQ）计算机上的实验挑战。我们的实验结果表明，使用这些算法找到相位的精度受到NISQ的物理特性，如相干时间和错误率的严重限制。为了减轻这样的物理限制，我们提出了修改后的解决方案，这些算法通过减少控制门和相移操作的数量。实验结果表明，我们的解决方案可以显着提高在近期量子计算机的发现阶段的准确性。
Hybrid quantum linear equation algorithm and its experimental test on IBM Quantum Experience
提出了一种基于Harrow-Hassidim-Lloyd（HHL）算法的混合量子算法，用于求解线性方程组。在我们的混合方案中，一个经典的信息前馈需要从量子相位估计算法，以减少电路深度从原来的HHL算法。在本文中，我们表明，这种混合算法是功能相同的HHL算法的假设下，算法中使用的量子比特的数量是足够大的。此外，在IBM Quantum Experience实验平台上对该算法进行了实验验证，实验结果表明，该算法在特定线性方程组上的性能比HHL算法更高.
Geometric-Algebra Quantum-Like Algorithms: Simon's Algorithm
这是使用几何结构执行量子算法的方法的延续，该方法由April和Czachor提出。我们解决了西蒙的问题，旁边的肖尔算法，是一个代表的量子隐藏子群类。我们还强调了一些优点，由于没有量子力学参与。
Algorithmic Primitives for Quantum-Assisted Quantum Control
我们讨论了两个原始的算法来评估重叠和过渡矩阵的时间序列，这是用来构建各种量子辅助量子控制算法实现NISQ设备。与以前的方法不同，我们的方法绕过了断层扫描完整的测量，而是仅仅依赖于单个量子比特的测量。我们分析了组成算法的电路复杂性和Trotterization和测量误差所产生的噪声源。
Quantum amplitude amplification algorithm: an explanation of availability bias
在这篇文章中，我表明，最近的家庭的量子算法，量子振幅放大算法的基础上，可以用来描述一个认知启发式称为可用性偏差。振幅放大算法用于定量地定义记忆任务的难易程度，量子振幅估计和量子计数算法用于描述概率估计或近似计数等认知任务。
Quantum secret key encryption algorithm based on quantum discrete logarithm problem
本文首先定义了类似于经典离散对数问题的量子离散对数问题。但是，这个问题不能用Shor的量子算法来解决。基于量子离散对数问题，提出了一种新的量子密钥加密算法。接收者使用他们的秘密密钥构建他的量子信道。然后，发送方可以使用接收方的量子信道来加密消息。最后，接收方使用密钥对密文进行解密。在我们的算法中，量子系统将在传输消息后被破坏。但是，在我们的算法中，秘密密钥仍然可以重复使用。
Quantum learning algorithms for quantum measurements
我们研究了用于量子测量的量子学习算法。在用一个或两个例子训练的情况下，导出了任意冯诺依曼测量的最优学习算法。对三个例子的分析表明，不同于幺正门的学习，量子测量学习的最优算法不能并行化，并且需要量子存储器来存储信息。
Investigation of Perturbation Theory with Variational Quantum Algorithm
变分量子算法是在噪声-中间尺度量子（NISQ）技术下实现量子计算的最有前途的系统之一。在变分量子算法中，用一个参数化的参数表示的波函数和变分参数由经典计算机根据量子计算机的测量输出迭代更新。本文利用这些算法对微扰论进行了研究，并展望了用变分量子算法模拟微扰论中量子动力学的可能性。我们用详细的例子说明了算法的使用，这些例子与分析计算吻合得很好
A Non-Oracle Quantum Search Algorithm and Its Experimental Implementation
Grover的算法取得了巨大的成功。但是由于Grover的Oracle，量子搜索算法仍然不是完整的算法。我们关注这个问题，并在绝热模型中提出了一种新的量子搜索算法。我们分析了量子搜索算法中的一般困难，并展示了如何在本算法中解决这些困难。该算法可以处理单解和多解的搜索而无需修改。我们还在NMR量子计算机上实现了该算法。这是第一个进行真正的量子数据库搜索而不是标记态搜索的实验。
Generalized quantum Arimoto-Blahut algorithm and its application to quantum information bottleneck
本文将量子 Arimoto-Blahut 算法推广到带线性约束的密度矩阵函数，并用于三量子系统信息瓶颈，数值证明其优于现有算法。
Implications of the Luders Postulate for Quantum Algorithms
吕德斯假设的审查和量子算法的影响进行了讨论。描述了一种非结构化数据库的搜索算法。
Demonstration of the Essentiality of Entanglement in a Deutsch-like Quantum Algorithm
量子算法可以有效地解决一些经典的棘手问题，利用量子并行。迄今为止，量子纠缠是否适用于量子计算仍是一个有争议的问题。在这里，我们提出了一个新的量子算法，表明纠缠可以帮助获得优于经典算法，甚至量子算法没有纠缠。此外，我们使用超导量子比特实现实验来证明我们提出的算法。我们的结果表明了该算法的可行性，并表明纠缠对于量子计算中某些问题的量子加速是必不可少的，这为将来开发有用的量子算法提供了可靠和明确的指导。
Depth optimization of quantum search algorithms beyond Grover's algorithm
Grover的量子搜索算法比经典算法提供了二次加速。计算复杂度取决于对oracle的查询次数。然而，深度是一个更现代的度量噪声中等规模的量子计算机。我们提出了一种新的量子搜索算法的深度优化方法。我们表明，格罗弗的算法是不是最佳的深度。我们提出了一个量子搜索算法，它可以分为几个阶段。每个阶段都有一个新的初始化，这是数据库的重新缩放。这减少了错误。多级设计对于量子搜索算法的并行运行是自然的。
Quantum Encoded Quantum Evolutionary Algorithm for the Design of Quantum Circuits
在本文中，我们提出了量子编码量子进化算法（QEQEA），并比较其性能与一个经典的GPU加速遗传算法（GPUGA）。所提出的QEQEA不同于现有的量子进化算法在几点上：候选电路的表示是使用量子比特和量子比特，所提出的进化算子理论上可以在量子计算机上实现，只要存在经典控制。通过对量子表示的编码单元进行一组测量来获得合成电路。这两种算法都在GPGPU中得到了加速。本文的主要目标，是不是提出一个全新的量子遗传算法，而是实验估计的优点，遗传算法的某些组件被编码和实现的量子兼容的方式。在几种可逆电路和量子线路上对算法进行了比较和评价。结果表明，一方面，量子编码和量子实现兼容的实现提供了一定的缺点相对于经典的进化计算。另一方面，以量子兼容的方式编码某些组件在理论上可以加速搜索。这种加速反过来又会抵消执行方面的限制。
Implementation of a quantum algorithm to solve Bernstein-Vazirani's parity problem without entanglement on an ensemble quantum computer
Bernstein和Varizani给出了第一个解决奇偶性问题的量子算法，其中出现了对经典信息理论界的强破坏。本文对该算法进行了改进，并首次在系综量子计算机上实现了一次查询两个量子比特的算法。
Quantum algorithms: an overview
量子计算机被设计为通过运行量子算法来超越标准计算机。量子算法可以应用的领域包括密码学、搜索和优化、量子系统的模拟以及求解大型线性方程组。在这里，我们简要介绍了一些已知的量子算法，重点是对其应用的广泛概述，而不是其技术细节。我们包括量子算法的最新发展和近期应用的讨论。
A quantum algorithm for evolving open quantum dynamics on quantum computing devices
设计用于模拟量子系统的量子算法已经取得了巨大的进展，但是很少有研究开发用于开放量子动力学的量子算法，尽管它在模拟大多数现实物理模型中发现的系统-环境相互作用方面很重要。在这项工作中，我们提出并证明了一个通用的量子算法来发展开放的量子动力学的量子计算设备。控制时间演化的Kraus算子可以被转换成具有由Sz保证的最小膨胀的酉矩阵。Nagy定理这允许初始状态通过酉量子门的演化，同时使用比传统Stinespring膨胀所需的显著更少的资源。我们演示了使用IBM Qiskit量子模拟器和IBM Q 5特内里费岛量子设备的振幅阻尼通道上的算法。该算法不需要特定的动力学模型或量子信道的分解，因此可以很容易地推广到其他开放的量子动力学模型。
Iterative Quantum Algorithms for Maximum Independent Set: A Tale of Low-Depth Quantum Algorithms
针对量子优化算法理论与数值研究不足的问题，提出推广递归QAOA的迭代量子算法，验证其可纳入MIS问题约束，p>1时性能优于经典算法，凸显经典技术融入混合量子算法的价值。
Multipartite entanglement in quantum algorithms
研究了量子算法中所采用的量子态的纠缠特性。特别是，我们分析了多体纠缠特性的Deutsch-Jozsa，Grover和Simon算法。我们的研究结果表明，这些算法的大多数情况下涉及多体纠缠。
Quantum Algorithms for Lowest Weight Paths and Spanning Trees in Complete Graphs
在图论中的几个问题的量子算法被认为是。寻找图中两点之间的最低权路径和寻找最小权生成树的经典算法涉及在某些空间上搜索。由于Dijkstra和Prim对经典算法的修改，允许量子搜索取代经典搜索，并导致更有效的算法。对于高度不对称的完全二部图，只需用量子搜索取代经典搜索即可获得更快的量子算法。给出了一个计算完全图直径的快速量子算法。
A Quantum Algorithm for Dynamic Mode Decomposition Integrated with a Quantum Differential Equation Solver
提出一种分析时间序列数据的动态模式分解量子算法，通过量子微分方程求解器计算特征值与特征向量，复杂度为$O(\operatorname{poly}\log N)$，实现指数级加速，有望解决经典计算机难以处理的高维动力系统分析与大型矩阵特征值分解。
Shor's Quantum Factoring Algorithm
本文是一个书面版本的一个小时的讲座彼得肖尔的量子因式分解算法。
Effects of Quantum Noise on Quantum Approximate Optimization Algorithm
量子-经典混合算法是一种有望在NISQ器件中展示量子优势的算法。当运行这样的算法时，来自量子噪声的影响是不可避免的。在我们的工作中，我们考虑一个著名的混合算法，量子近似优化算法（QAOA）。我们研究了典型量子噪声信道对QAOA的影响，并给出了一些数值结果。我们的研究表明，从QAOA得到的输出状态保真度，成本函数，其梯度下降指数的门的数量和噪声强度。此外，我们还发现噪声只是对参数空间的扰动，并没有改变参数空间的结构，因此优化后的参数不会偏离理想值。我们的研究结果为NISQ设备上运行的混合算法的有效性提供了证据。
PhD thesis: Multipartite entanglement and quantum algorithms
博士论文涉及多体纠缠的各个方面，如纠缠度量，绝对最大纠缠态，贝尔不等式，纠缠谱和量子挫折。此外，一些量子算法运行的IBM量子计算机，连同其他应用于绝热量子计算和量子热力学。
Partition Function Estimation: Quantum and Quantum-Inspired Algorithms
我们提出了两个算法，一个量子和一个经典的，估计配分函数的量子自旋哈密顿量。前者是一个DQC 1（一个干净量子位的确定性量子计算）算法，也是第一个用于复杂温度的算法。对于实际温度，后者实现了与最先进的DQC 1算法相当的性能[Chowdhury et al. Phys. Rev. A 103，032422（2021）]。我们的两个算法作为输入的哈密顿分解为一个线性组合泡利算子。我们表明，这种分解是DQC 1-硬为一个给定的哈密顿量，提供了新的见解估计配分函数的硬度。
Efficient State Preparation via Ion Trap Quantum Computing and Quantum Searching Algorithm
利用离子阱量子计算和Grover的量子搜索算法，在离子阱中制备一个几率接近1的量子态.
Towards a Pattern Language for Quantum Algorithms
创建量子算法是一项艰巨的任务，特别是对于不习惯量子计算的计算机科学家来说。但量子算法经常使用类似的元素。因此，这些元素为反复出现的问题提供了经过验证的解决方案，即模式语言。勾画出这样一种语言是朝着建立量子算法的软件工程学科迈出的一步。
A general quantum algorithm for open quantum dynamics demonstrated with the Fenna-Matthews-Olson complex
利用量子算法来模拟量子物质中复杂的物理过程和相关性已经成为量子计算研究的一个主要方向，有望实现比经典方法更好的量子优势。在这项工作中，我们开发了一个广义量子算法来模拟任何动力学过程所表示的运营商和表示或Lindblad主方程。然后，我们演示了量子算法，通过模拟动力学的芬娜-马修斯-奥尔森（FMO）复杂的IBM QASM量子模拟器。这项工作是第一次演示的量子算法开放量子动力学与一个适度复杂的动力学过程，涉及一个现实的生物结构。我们讨论了量子算法相对于经典方法的复杂性，基于量子测量的独特性质，提出了一个决定性的查询复杂性的量子方法的优势。
Quantum algorithms for algebraic problems
量子计算机可以执行大大优于经典计算的算法。作为最著名的例子，肖尔发现了一种有效的量子算法来分解整数，而分解对于经典计算机来说似乎很困难。理解使用量子算法可以更快地解决哪些其他计算问题是量子计算理论中的主要挑战之一，而这些算法激发了构建大规模量子计算机的艰巨任务。本文回顾了量子算法的现状，重点介绍了超多项式加速的经典计算算法，特别是具有代数风味的问题。
Quantum search on noisy intermediate-scale quantum devices
量子搜索算法（也称为Grover算法）为许多其他量子算法奠定了基础。虽然它非常简单，但它的实现仅限于有噪声的中间尺度量子（NISQ）处理器。Grover的算法在设计时没有考虑实际实现中的物理资源，例如深度。因此，Grover的算法可以针对NISQ器件进行改进。在本文中，我们演示了如何在NISQ设备上更好地实现量子搜索算法。我们提出了五量子比特量子搜索算法在不同量子处理器上的详细基准测试，包括IBMQ，IonQ和Honeywell量子设备。我们报告的最高成功概率的五量子位搜索算法相比，以前的作品。我们的研究结果表明，设计错误感知的量子搜索算法是可能的，它可以最大限度地利用NISQ计算机的能力。
Roadblocks and Opportunities in Quantum Algorithms -- Insights from the National Quantum Initiative Joint Algorithms Workshop, May 20--22, 2024
本文总结了2024年国家量子计划联合算法研讨会的内容，围绕量子算法的障碍与机遇，从七个主题呈现了新兴技术、资源约束和软硬件协同设计方面的关键挑战与共同愿景。
Implementation of a Deutsch-like quantum algorithm utilizing entanglement at the two-qubit level, on an NMR quantum information processor
我们描述了一个最近提出的量子算法的实验实现，涉及量子纠缠在两个量子比特的水平上使用NMR。该算法解决了广义的Deutsch问题，并区分偶数和奇数的功能，使用更少的功能调用比可能的经典。与Deutsch-Jozsa算法和Grover的两位搜索算法不同，这里两个量子位的纠缠态的操纵是必不可少的。
A Grand Unification of Quantum Algorithms
量子算法提供了显着的加速比他们的经典同行的各种问题。量子搜索、量子相位估计和哈密顿模拟的算法是证明这一优势的最有力的论据，这些算法作为复合量子算法的大家族的子程序出现。这些量子算法中的一些最近被一种称为量子奇异值变换（QSVT）的新技术联系在一起，该技术使人们能够对嵌入酉矩阵中的线性算子的奇异值进行多项式变换。在GSLW'19关于QSVT的开创性论文中[Gilyén，Su，Low和Wiebe，ACM STOC 2019]，包含了许多算法，包括振幅放大，量子线性系统问题的方法和量子模拟。在这里，我们通过这些发展提供了一个教学教程，首先说明量子信号处理如何可以推广到量子本征值变换，QSVT自然出现。在GSLW'19的基础上，我们使用QSVT构建了用于搜索、相位估计和哈密顿模拟的直观量子算法，并展示了特征值阈值问题和矩阵求逆的算法。这个概述说明了QSVT是一个单一的框架，包括三个主要的量子算法，从而表明量子算法的大统一。
Quantum Algorithms: Database Search and its Variations
追求量子计算的驱动力是令人兴奋的可能性，即量子算法可以比它们的经典类似物更有效。关于这个问题的研究已经揭示了这是如何发生的几个方面。近年来，人们发现了聪明的量子算法，尽管不是系统性的，但该领域仍在积极研究中。本文介绍量子数据库搜索算法。它的扩展的量子空间搜索算法也被描述。
Feedback-based quantum optimization and its classical counterpart: quantum advantage and the power of classical algorithms
本文比较了量子反馈优化算法及其经典对应，发现量子算法在解的质量上占优，而经典算法收敛更快，并展示了经典算法在高阶无约束二元优化中的可扩展性。
New quantum algorithm for studying NP-complete problems
通常的量子算法是基于量子图灵机或量子线路。众所周知，这种方法不足以解决NP完全问题。本文研究了一种新的量子算法，它是普通量子算法与混沌动力学系统的结合。我们认为可满足性问题是NP完全问题的一个例子，并认为这个问题在原则上可以用我们的新量子算法在多项式时间内解决。
Quantum algorithm and quantum circuit for A-Optimal Projection: dimensionality reduction
学习低维表示是许多机器学习任务（如模式识别和图像检索）的关键问题。在这篇文章中，我们提出了一个量子算法和一个量子线路，以有效地执行A-最优投影降维。与经典算法相比，量子A-Optimal Projection（QAOP）算法在原特征空间维数$n$和降维后的特征空间维数$k$上均表现出指数级的加速比.我们证明了QAOP电路的空间和时间复杂度分别为$O\left[ {{{\log }_2}\left( {nk} /ε \right)} \right]$和$O[ {\log_2(nk)} {poly}\left({{\log }_2}ε^{-1} \right)]$，保真度至少为$1-ε$ .首先，提出了一种改进的QAOP算法，以帮助在QAOP算法中省略量子经典相互作用。在此基础上提出了具有性能保证的量子算法和量子线路。具体地，用于制备初始量子态和实现受控旋转的量子线路模块也可以用于其他量子机器学习算法。
Addressing Quantum's "Fine Print": State Preparation and Information Extraction for Quantum Algorithms and Geologic Fracture Networks
针对量子算法求解地质裂缝流动系统需满足额外约束才能保留量子优势的问题，提出了适配整体指数加速的高效系统态制备与信息提取方法，补充了该领域此前未覆盖的两项关键要求。
A Roadmap for Automating the Selection of Quantum Computers for Quantum Algorithms
量子计算可以在未来的研究和工业中实现各种突破。虽然已经存在一些量子算法，与最知名的经典算法相比，它们在理论上表现出了加速，但这些算法的实现和执行面临着一些挑战。输入数据确定，例如，量子算法所需的量子位和门的数量。算法实现还取决于所使用的软件开发工具包，该软件开发工具包限制了可用量子计算机的集合。由于当前量子计算机的能力有限，选择一个合适的量子计算机来执行给定输入的特定实现是一个困难的挑战，需要关于所实现的量子算法的大量数学知识以及关于所使用的软件开发工具包的技术知识。因此，我们提出了一个路线图，用于自动分析和选择特定量子算法的实现以及可以使用给定输入数据执行所选实现的适当量子计算机。
A new adiabatic quantum search algorithm
本文提出了一种新的绝热量子搜索算法。使用简化的复杂度分析优化了新算法。
Generalized Quantum Turing Machine and its Application to the SAT Chaos Algorithm
Ohya和Volovich提出了一种新的基于混沌放大的量子计算模型来解决SAT问题，这是一种超越常规量子算法的新方法。本文推广了量子图灵机，并证明了在这个广义量子图灵机（GQTM）中可以处理OV SAT算法。
Demonstration of Optimal Fixed-Point Quantum Search Algorithm in IBM Quantum Computer
量子算法是量子计算机的一组指令，然而，与经典计算机科学中的算法不同，它们的结果无法保证。量子搜索算法可以描述为状态向量在希尔伯特空间中的旋转。状态向量通过迭代序列均匀旋转，直到它们到达目标位置。为了优化算法，有必要对一些参数有精确的知识，如目标位置的数量和状态总数。在这里，我们演示了最优不动点量子搜索算法在IBM公司开发的IBMQ模拟器中的实现。我们对两个、三个、四个和五个量子比特系统进行了一次迭代的搜索算法，并通过直方图证实了我们结果的准确性。
Quantum Algorithm based on Quantum Fourier Transform for Register-by-Constant Addition
自从Shor提出利用量子计算分解素数乘积的方法以来，人们一直在寻求实现有效的量子算术算法。这些算法能够使用量子并行性同时对大量值进行算术运算。Draper提出了一种基于量子傅里叶变换的加法算法，其操作数是两个量子寄存器，我称之为逐寄存器加法。然而，对于需要将常数值添加到目标寄存器的情况，Draper的算法在操作数量和所使用的量子位数量方面比必要的更复杂。在本文中，我提出了一个更有效的加法算法比德雷珀的情况下，需要添加一个常数的目标寄存器。
A nearly optimal discrete query quantum algorithm for evaluating NAND formulas
给出了求解平衡二进制NAND公式的时间复杂度为O（\sqrt{N}）的离散查询量子算法和求解任意二进制NAND公式的时间复杂度为O（N^{{1/2}+O（\frac{1}{\sqrt{\log N}}）}）的离散查询量子算法.
Quantum Robot: Structure, Algorithms and Applications
将量子理论与机器人技术相融合，提出了一种全新的机器人--量子机器人。量子机器人本质上是一个复杂的量子系统，一般由三个基本部分组成：多量子计算单元（MQCU）、量子控制器/执行器和信息获取单元。针对量子机器人的系统结构，提出了几种量子机器人的学习控制算法，包括量子搜索算法和量子强化学习算法。理论结果表明，量子机器人利用量子搜索算法可以将传统机器人的复杂度从O（N^2）降低到O（N^（3/2）），仿真结果表明，量子机器人利用新的量子强化学习算法在学习效率上也优于传统机器人.结合量子机器人的优点，对其潜在的重要应用进行了分析和展望。
Algorithms for Quantum Computers
本文综述了量子计算机算法领域。它提供了量子计算机已知算法的广度和深度的味道，专注于一些最近的结果。它首先简要回顾了基于量子傅里叶变换的算法，然后是量子搜索及其早期的一些推广。它继续更深入地描述了两个最近的发展：量子行走范式中开发的算法，其次是张量网络评估算法（包括近似Tutte多项式）。
Implementation of a quantum sequence alignment algorithm for quantum bioinformatics
本文在NISQ模拟环境中实现了量子序列比对算法，并利用遗传算法态制备方法设计数据编码电路，验证了其在量子生物信息学中的实际可行性与应用潜力。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。