量子步行提供了一个自然框架,可以使用量子计算机来解决图形问题,在其经典对应物上展示了诸如搜索标记节点或缺失链接的预测之类的任务。连续的量子步行算法假设我们可以模拟量子系统的动力学,其中hamiltonian由图形的邻接矩阵给出。众所周知,如果基础图是行且可有效的行计算,则可以有效地模拟这样的模拟。虽然这足以适用于许多应用程序,但它限制了该类别的算法研究现实世界复杂网络的适用性,而现实世界中的复杂网络除其他属性中,其特征在于存在一些密集连接的节点,称为集线器。换句话说,即使所有节点上的平均连接性都很小,复杂的网络通常不是排-sparse。在这项工作中,我们将量子模拟的最新结果扩展到包含少量集线器但否则稀疏的图表。希望,我们的结果可能会导致量子计算对网络科学的新应用。
主要关键词