一种面向量子部分搜索的期望线路深度优化方法及系统

摘要: 本发明涉及量子线路深度优化,尤其涉及一种面向量子部分搜索的期望线路深度优化方法及系统。背景技术:1、在量子无序搜索领域,grover算法及其查询复杂度最优性已被...
一种面向量子部分搜索的期望线路深度优化方法及系统

本发明涉及量子线路深度优化,尤其涉及一种面向量子部分搜索的期望线路深度优化方法及系统。

背景技术:

1、在量子无序搜索领域,grover算法及其查询复杂度最优性已被广泛认可,然而在分区数据库、层次搜索等实际场景中,用户往往仅需定位目标所在的数据块而非完整目标项,因此grover-radhakrishnan-korepin(grk)量子部分搜索算法通过引入仅作用于块内量子比特的局域扩散算子,以较少的oracle调用次数实现了目标块索引的识别。但现有量子部分搜索方案的优化指标仍以oracle查询次数为核心,未能将oracle、全局扩散算子和局域扩散算子在真实量子设备上的线路实现深度差异纳入统一的成本函数;由于全局扩散算子作用于全部n个量子比特,而局域扩散算子仅作用于块内m个量子比特,二者的编译深度在实际硬件上往往存在显著差距,查询最优并不等同于深度最优。同时,grk算法的固定“全局-局域-全局”结构无法自适应地利用局域扩散较浅的优势,在oracle深度与扩散深度相当时仍存在用更多局域操作替代部分全局操作以降低总深度的空间;若简单任意拼接全局与局域grover操作,则可能破坏有效的振幅放大路径导致成功概率下降。此外,现有方案缺少一个同时考虑成功概率、三类算子实现深度、重复执行成本和有限尺寸修正的参数化设计框架,难以根据具体硬件参数自动选择最优序列,导致理论最优与实际工程实现之间存在显著鸿沟。

技术实现思路

1、本发明提供了一种面向量子部分搜索的期望线路深度优化方法及系统,用于解决现有的量子部分搜索算法仅以oracle查询次数为优化指标,未能将全局扩散与局域扩散的线路实现深度差异纳入成本模型,且缺少根据硬件参数自动选择深度最优序列的参数化设计框架,导致查询最优不等同于实际运行深度最优的问题。

2、本发明的目的可以通过以下技术方案实现:

3、本发明第一方面是提供一种面向量子部分搜索的期望线路深度优化方法,包括:

4、获取目标量子硬件的oracle实现深度、全局扩散算子实现深度和局域扩散算子实现深度;根据数据库规模和块内尺寸,构造全局grover算子和局域grover算子;根据oracle实现深度和全局扩散算子实现深度计算获得深度比;

5、基于全局grover算子和局域grover算子,生成候选序列族;所述候选序列族至少包括交替核心序列和带有限尺寸边缘算子的扩展序列;

6、构建三维不变子空间;将全局grover算子和局域grover算子改写至三维不变子空间中,分别获得对应的o(3)实正交旋转反射矩阵;根据全局grover算子和局域grover算子对应的o(3)实正交旋转反射矩阵,获得每个候选序列的在三维子空间中的总变换矩阵;将均匀叠加初态改写至三维不变子空间,得到初始振幅向量;通过总变换矩阵和初始振幅向量,获得每个候选序列的目标块成功概率;

7、根据深度比、全局扩散算子实现深度和局域扩散算子实现深度,计算各候选序列的线路深度,将每个候选序列的线路深度除以目标块成功概率,得到每个候选序列的期望深度;选择期望深度最小的候选序列及其参数;

8、将所选序列展开为量子门级线路并提交至量子处理器执行,测量块索引量子比特并输出目标块索引。

9、进一步地,所述全局grover算子和局域grover算子的构造过程为:

10、

11、

12、式中,为全局grover算子,为局域grover算子,为全局扩散算子,为局域扩散算子,是目标相位反转oracle。

13、进一步地,所述深度比的计算公式为:

14、

15、式中,为目标相位反转oracle的实现深度,为全局扩散算子的实现深度,表示深度比。

16、进一步地,所述交替核心序列的生成过程为:以局域grover算子的次重复与一次全局grover算子构成基本交替块,将所述基本交替块整体重复k次,获得交替核心序列;其中,为交替块的重复次数,为每个交替块中的局域grover重复次数;

17、所述带有限尺寸边缘算子的扩展序列的生成过程为:在交替核心序列的基础上,于序列末端附加一个边缘块,获得带有限尺寸边缘算子的扩展序列;其中,为边缘局域重复次数,用于修正有限规模下整数取整带来的偏差。

18、进一步地,所述三维不变子空间的构建过程为:定义三个正交基态——目标态、目标块内非目标项的均匀叠加态、非目标块的均匀叠加态,构成部分搜索问题的三维不变子空间。

19、进一步地,所述每个候选序列的目标块成功概率的计算公式为:

20、

21、式中,为n比特均匀叠加初态,为非目标块的均匀叠加态,s为候选序列对应的总变换算符;表示末态在方向上的振幅分量,为每个候选序列的目标块成功概率。

22、进一步地,所述线路深度的计算公式为:

23、

24、式中,表示候选序列s的线路深度,表示深度比;表示候选序列中oracle算子的总调用次数;表示全局扩散算子在硬件上的实现深度,表示候选序列中全局grover算子的总调用次数,表示候选序列中局域grover算子的总调用次数,表示局域扩散算子在硬件上的实现深度。

25、本发明第二方面是提供一种面向量子部分搜索的期望线路深度优化系统,包括:

26、参数获取与算子构造模块:用于获取目标量子硬件的oracle实现深度、全局扩散算子实现深度和局域扩散算子实现深度;根据数据库规模和块内尺寸,构造全局grover算子和局域grover算子;根据oracle实现深度和全局扩散算子实现深度计算获得深度比;

27、候选序列生成模块:用于基于全局grover算子和局域grover算子,生成候选序列族;所述候选序列族至少包括交替核心序列和带有限尺寸边缘算子的扩展序列;

28、成功概率评估模块:用于构建三维不变子空间;将全局grover算子和局域grover算子改写至三维不变子空间中,分别获得对应的o(3)实正交旋转反射矩阵;根据全局grover算子和局域grover算子对应的o(3)实正交旋转反射矩阵,获得每个候选序列的在三维子空间中的总变换矩阵;将均匀叠加初态改写至三维不变子空间,得到初始振幅向量;通过总变换矩阵和初始振幅向量,获得每个候选序列的目标块成功概率;

29、期望深度优化模块:用于根据深度比、全局扩散算子实现深度和局域扩散算子实现深度,计算各候选序列的线路深度,将每个候选序列的线路深度除以目标块成功概率,得到每个候选序列的期望深度;选择期望深度最小的候选序列及其参数;

30、量子线路编译与执行模块:用于将所选序列展开为量子门级线路并提交至量子处理器执行,测量块索引量子比特并输出目标块索引。

31、本发明第三方面是提供一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种面向量子部分搜索的期望线路深度优化方法。

32、本发明第四方面是提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述一种面向量子部分搜索的期望线路深度优化方法。

33、与现有技术相比,本发明的有益效果是:

34、获取目标量子硬件的oracle实现深度、全局扩散算子实现深度和局域扩散算子实现深度;根据数据库规模和块内尺寸,构造全局grover算子和局域grover算子;根据oracle实现深度和全局扩散算子实现深度计算获得深度比;通过获取三类算子的硬件实现深度并计算深度比,使优化目标从理论查询次数转换为实际硬件可执行的深度成本,为后续深度优化提供精准的硬件感知基础;

35、基于全局grover算子和局域grover算子,生成候选序列族;所述候选序列族至少包括交替核心序列和带有限尺寸边缘算子的扩展序列;通过构造交替核心序列及带边缘扩展序列的候选族,为利用浅层局域操作替代深层全局操作提供了具有理论振幅放大保证的可选结构空间;

36、构建三维不变子空间;将全局grover算子和局域grover算子改写至三维不变子空间中,分别获得对应的o(3)实正交旋转反射矩阵;根据全局grover算子和局域grover算子对应的o(3)实正交旋转反射矩阵,获得每个候选序列的在三维子空间中的总变换矩阵;将均匀叠加初态改写至三维不变子空间,得到初始振幅向量;通过总变换矩阵和初始振幅向量,获得每个候选序列的目标块成功概率;通过将问题约化至三维不变子空间并利用o(3)旋转反射矩阵计算成功概率,避免高维模拟,实现了候选序列成功概率的快速精确评估;

37、根据深度比、全局扩散算子实现深度和局域扩散算子实现深度,计算各候选序列的线路深度,将每个候选序列的线路深度除以目标块成功概率,得到每个候选序列的期望深度;选择期望深度最小的候选序列及其参数;通过以期望深度为优化目标并选出最小期望深度序列,在单次线路深度与成功概率之间建立可量化的折中,使所选序列在实际重复执行时平均成本最低;

38、将所选序列展开为量子门级线路并提交至量子处理器执行,测量块索引量子比特并输出目标块索引;将理论最优序列转化为可在真实量子处理器上执行的物理门级线路并输出目标块,实现从优化到物理运行的全流程闭环。解决了现有的量子部分搜索算法仅以oracle查询次数为优化指标,未能将全局扩散与局域扩散的线路实现深度差异纳入成本模型,且缺少根据硬件参数自动选择深度最优序列的参数化设计框架,导致查询最优不等同于实际运行深度最优的问题。