Upload
meino-altenburger
View
103
Download
0
Embed Size (px)
Citation preview
Quantum Computing
Hartmut KlauckUniversität FrankfurtWS 05/065.1.
Element Distinctness
Problem: Gegeben n Zahlen von [1...10n] Sind die n Zahlen paarweise verschieden?
Wir wissen: Zeit O(n3/4 log n)
[Shi02] Zeit (n2/3) notwendig [Ambainis03] O(n2/3log n) reicht !
[Szegedy04] Spezialfall einer Quantisierung von random walks
Random Walks
Gegeben sei ein ungerichteter Graph mit n Knoten
Beginne in Knoten i mit Wahrscheinlichkeit pi
Folge einer Kante an einem Knoten mit Grad di mit Wahrscheinlichkeit 1/di
Betrachte resultierende Verteilung auf Knoten, wenn genügend oft iteriert
Random Walks
Betrachte resultierende Verteilung auf Knoten, wenn genügend oft iteriert
Übergangsmatrix PP [i,j]=1/dj, wenn Kante j,i im Graphen
P ist stochastisch, i P[i,j] =1
Verteilung u1,...un auf 1...n entspricht Vektor u
Pku ist Verteilung nach k Schritten
Random Walks
“Gute” Graphen für random walks: Zusammenhang (jeder Punkt von jedem
erreichbar) nicht bipartit (keine Periode in Folge der
Wahrscheinlichkeiten) d.h. ergodische Markov Kette
Theorem: Dann gibt es eine stationäre Verteilung v, d.h. Pv=v
Diese Verteilung ist durch vi=di/(2m) gegeben für m=Anzahl Kanten: (Pv)i=(j,i)(dj/2m) ¢ (1/dj)= (j,i) 1/2m=di/2m
Random walk konvergiert von jedem Startpunkt aus zu der stationären Verteilung
Random Walks
Random walk konvergiert von jedem Startpunkt aus zu der stationären Verteilung
Sei G regulär (d.h. di=d) Dann ist Gleichverteilung stationär P ist symmetrisch Es gibt n reelle Eigenwerte 1 ¸ ...¸ n und n
orthogonale Eigenvektoren ei zu P Da P stochastisch, sind alle |i|· 1 Pv=v für stationäres v, d.h. 1=1, e1=v stationär Sei w eine beliebige Verteilung auf 1...n w=ii ei Pk w=ii Pkei=ii i
k ei Wenn |1-2| gross, dann schnelle Konvergenz zu e1
Random Walks
Hitting Time: M sei eine Menge markierter Knoten Hitting time ist die erwartete Zeit um
einen Knoten in M zu treffen PM sei P nach Streichung der Zeilen und
Spalten zu Knoten in M Eigenwerte von PM sind · 1 Erwartete Hitting time ist höchstens
1/(1-) für grössten EW von PM
Random Walks
Erwartete Hitting time ist höchstens1/(1-) für grössten EW von PM
Beispiel:vollständiger Graph, P(i,j)=1/(n-1),M={1}; PM(i,j)=1/(n-1) wenn ij,
PM: Matrix für vollst. Graphen mit n-1 Knoten mult. mit (n-2)/(n-1), EW=1-1/(n-1)Hitting time · O(n)Anders: Prob (spezieller Knoten nach T Schritten nicht getroffen) · (1-1/(n-1))T
Random Walks
Wenn |M|=, EW=1,2,... dann 1-¸ (1-2)/2d.h. Hitting time < 2/((1-2))
Beispiel:Element Distinctness Problem
Random walk Algorithmus: Wähle Aµ {1,...,n}; |A|=r Teste ob xi=xj für zwei Elemente von A Entferne ein zufälliges Element von A, nehme
zufälliges neues Element, Wiederhole Betrachte Graph: Knoten Mengen der Grösse r
Kanten: Wenn zwei Mengen genau in zwei Elementen unterschiedlich
Markierte Knoten: solche mit xi=xj
Random Walks
Betrachte Graph: Knoten Mengen der Grösse rKanten: Wenn zwei Mengen genau in zwei Elementen unterschiedlich
Markierte Knoten: solche mit xi=xj Anzahl Knoten ist Wenn es xi=xj gibt, dann ist Anzahl
markierter Knoten Damit:
Zweitgrösster EW vom Graphen ist 1-1/r Wenn |M|=N, EW=1,2,... dann 1-¸ (1-2)/2
d.h. Hitting time < 2/((1-2)) Hitting Time also 2(n2/r2)¢ r=n2/r Laufzeit: O(r+n2/r), bestenfalls O(n)
Random Walks
Hitting Time also 2(n2/r2)¢ r=n2/r Laufzeit: O(r+n2/r), bestenfalls O(n) Behauptung: Quantum walk hat
quadratisch kürzere Hitting time Dann Laufzeit O(r+n/r1/2), optimal für
r=n2/3
Vergleiche mit Walk auf vollständigem Graphen, Hitting time n1/2 entsprechend Grover Algorithmus
Random Walks
Klassischer Walk Algorithmus für Element Disctinctness, r=n2/3
Argument für Hitting time O(n4/3) Fange bei zufälligem Knoten an Prob(Kollision gefunden) ¼ (n2/3/n)2=n-2/3
Walk für n2/3 Schritte führt zu “fast wieder zufälligem Knoten”:
• Sei Menge A von n2/3 Indizes gegeben als Start• Wähle Index aus A, entferne und ersetze durch
Index aus T-A, k Iterationen• Jeder Index: Noch in A mit Prob (n2/3-1)/n2/3)k,
konstant wenn k=n2/3,• Also erwartet Hälfte der Indizes neu, Ws dass
diese die Kollision enthalten (n-2/3 )• Also Hitting time O(n4/3)