基于经典决策树的量子加速
机构名称:
¥ 3.0

GT )量子查询其中 T 是决策树的深度,G 是猜测算法的最大错误数。在本文中,我们给出了一个简单的证明,并将这个结果推广到具有非二进制输入和输出字母表的函数 f :[ ℓ ] n → [ m ]。我们进行这种推广的主要工具是最近为非二进制函数开发的非二进制跨度程序和对偶对手界限。作为我们主要结果的应用,我们提出了几个量子查询上界,其中一些是新的。特别是,我们证明了有向图 G 的顶点的拓扑排序可以用邻接矩阵模型中的 O(n 3 / 2)量子查询完成。此外,我们证明了邻接表模型中最大二分匹配的量子查询复杂度上限为 O(n 3 / 4 √ m + n)。

基于经典决策树的量子加速

基于经典决策树的量子加速PDF文件第1页

基于经典决策树的量子加速PDF文件第2页

基于经典决策树的量子加速PDF文件第3页

基于经典决策树的量子加速PDF文件第4页

基于经典决策树的量子加速PDF文件第5页

相关文件推荐

经典门和量子门
2020 年
¥1.0
量子
1900 年
¥1.0