還記得兩天前談到的舒芙蕾問題 (soufflé problem) 嗎?旋轉的次數 如果太小,AA 的效果不明顯;
如果太大,卻可能轉過頭了 (正如舒芙蕾必須烘焙地恰如其分)。這個問題該如何解決?
回想起來,經過 次旋轉之後,我們的振幅從
變成
,而我們希望
,也就是
。可以看出來,
值的選擇取決於
!倘若我們事先知道
,問題圓滿解決!但現實經常不從人願。如果
未知,或許我們可以猜看看:
時表現如何?
、
、
呢?透過指數增加猜測的
,我們可以快速估計適當的
值。(有多快?當
很小,
,於是猜
次即可。)
雖然多猜幾次可以解決問題,但有沒有一種演算法,不會發生「轉超過」的情形呢?沒錯!就是今天要介紹的 fixed-point AA。Grover 在 2005 年提出了 fixed-point search (search 和 AA 是同一件事) (可以稱為 Grover’s π/3-algorithm),雖然解決了舒芙蕾問題,但是卻犧牲了得來不易的二次加速 (quadratic speedup;從 變回
了)!
在 2014 年,Yoder、Low 和 Chuang (QCQI 的作者之一) 基於 Grover's π/3-algorithm 提出了新的演算法 (π/3-algorithm),成功地維持二次加速並解決問題!
咦?為什麼只有歷史,卻沒有 fixed-point AA 的演算法細節?因為呢,
今天就先到這吧!謝謝大家!