我们给出了一个多项式时间量子算法,用于求解具有确定多项式模噪比的带错学习问题 (LWE)。结合 Regev [J.ACM 2009] 所示的从格问题到 LWE 的简化,我们得到了多项式时间量子算法,用于求解所有 n 维格在 ˜ Ω(n4.5) 近似因子内的决策最短向量问题 (GapSVP) 和最短独立向量问题 (SIVP)。此前,还没有多项式甚至亚指数时间量子算法可以求解任何多项式近似因子内所有格的 GapSVP 或 SIVP。为了开发一种求解 LWE 的量子算法,我们主要介绍了两种新技术。首先,我们在量子算法设计中引入具有复方差的高斯函数。特别地,我们利用了复高斯函数离散傅里叶变换中喀斯特波的特征。其次,我们使用带复高斯窗口的窗口量子傅里叶变换,这使我们能够结合时域和频域的信息。使用这些技术,我们首先将 LWE 实例转换为具有纯虚高斯振幅的量子态,然后将纯虚高斯态转换为 LWE 秘密和误差项上的经典线性方程,最后使用高斯消元法求解线性方程组。这给出了用于求解 LWE 的多项式时间量子算法。