将永远改变计算的顶级量子算法横跨一系列行业

信息处理的基本单位将很快从经典比特转变为量子比特，或称量子比特，从而迎来计算的新时代。这一变化为解决传统计算机难以解决的数学难题创造了广阔的新天地。

例如，据说谷歌的量子计算机比现在使用的最先进的超级计算机快1.58亿倍。这意味着他们将能够做布尔逻辑计算机需要10年才能在3秒钟内完成的任务。大家很快就能看到量子计算已经影响到多个领域，包括物流、经济和加密。在本文中，我们已将顶级量子算法它将永远改变计算机。

德国Jozsa算法

“Deutsch-Jozsa问题”使用量子算法Deutsch-Jozsa算法求解。此挑战的目标是使用最少数量的查询来确定给定布尔函数是否是“常量”（即，对每个可能的输入提供相同的结果）或“平衡的”（即，为至少一个输入对产生不同的输出）。

传统方法需要至少两次调用最大2（n-1）+1来确定给定函数对于n位输入是常数还是平衡的，然而，量子计算机可以仅通过对函数f（x）的一次调用来解决这个问题。

格罗弗算法是由一位美籍印度裔计算机科学家创立的，被认为是继肖尔算法之后最重要的量子算法之一。它的主要功能是二次加速非结构化搜索问题，但它也可以用作有用的工具或子例程来加速许多其他方法。

考虑这样一种情况，你试图在一个N件事情的列表中识别出一个唯一的项目。为了发现列表中唯一的项目，传统的计算机通常需要检查N/2个项目，在最坏的情况下，需要检查所有N个项目。Grover的振幅放大可以显著减少量子计算的步骤数，与经典算法相比，这是一个二次加速。

我们的整个数据安全基础设施都是基于这样一个想法，即分解1,000位或更多位数的数字实际上是困难的。直到1995年，彼得·肖尔假设因子分解可以用量子力学在多项式时间内完成，而不是像经典技术那样在指数时间内完成。

要分解的整数中的位数随着传统分解技术（如通用数域筛选（general number field sieve，GFS））的持续时间呈指数增长。相比之下，肖尔的方法是一种量子方法，用于多项式运行时间的整数因式分解，这意味着因式分解整数所需的时间只会随着整数位数的增加而多项式增加。

Bernstein-Vazirani方法也解决了一个特殊的黑箱问题，如Deutsch-Jozsa问题。在方程f（x）= s中求s。x，其中s是一个未标识的字符串，代表按位乘积（或AND）运算，是手头的任务。

传统的方法需要对函数f（x）进行n次调用来恢复给定输入x的整个字符串。这个函数需要被调用几次，并且结果用于一次一个地识别s的位。然而，只需要调用一次函数f，量子计算机就可以自信地解决问题（x）。

一些量子算法使用QPE作为基本构件，使其成为一个重要的子程序。该方法实质上是计算酉算符相位的本征值。换句话说，QPE的目标是在给定酉算子U和特征向量的情况下进行估计|使得U|= e（2i）|，其中为未知相位角。许多应用，如量子建模，量子化学和优化，使用它。