【技术实现步骤摘要】
基于Grover算法的大数据集搜索多个目标项的方法
本专利技术属于量子计算机
，尤其涉及一种基于Grover算法的大数据集搜索多个目标项的方法。
技术介绍
目前，最接近的现有技术：作为量子算法领域，已经诞生了很多知名的算法，尤其是Grover算法，Shor算法等，而在我们现实生活中，有很多问题都会归结为搜索问题，比如最短路径问题、排序问题、图着色问题、数据库搜索问题及密码中的穷举攻击问题等，而这类问题迄今为止最好的解决方法便是Grover算法以及一些基于Grover算法进行改进的方法，例如：PartialQuantumSearch等。但就算是PartialQuantumSearch，它们都基于一个前提条件，量子比特数足够多的情况。但据目前量子计算机的发展来看，所能调用的量子比特数是有限的，比如谷歌目前所发布的量子计算机仅72比特，IBM推出的时53比特量子计算机，但如若数据量的大小超过了该量子比特数所能承载的数据量时，便无法直接通过Grover算法搜索目标项，那么获取目标项的难度将会加大，进一步使得工作量变的巨大。除此...
【技术保护点】
1.一种基于Grover算法的大数据集搜索多个目标项的方法，其特征在于，所述基于Grover算法的大数据集搜索多个目标项的方法包括以下步骤：/n第一步，根据数据量的大小确定搜索所需量子比特数以及需将其分为多少块；/n第二步，根据目标项的个数写出平均查找次数公式；/n第三步，利用算法确定第一块所需的迭代次数；/n第四步，结合贝叶斯理论推算后面块的迭代次数；/n第五步，计算提高的优化率。/n
【技术特征摘要】
1.一种基于Grover算法的大数据集搜索多个目标项的方法，其特征在于，所述基于Grover算法的大数据集搜索多个目标项的方法包括以下步骤：
第一步，根据数据量的大小确定搜索所需量子比特数以及需将其分为多少块；
第二步，根据目标项的个数写出平均查找次数公式；
第三步，利用算法确定第一块所需的迭代次数；
第四步，结合贝叶斯理论推算后面块的迭代次数；
第五步，计算提高的优化率。
2.如权利要求1所述的基于Grover算法的大数据集搜索多个目标项的方法，其特征在于，所述第一步根据数据量的大小以及搜索所用量子比特数的多少进行分析，将38比特且含有一个目标项的数据均匀分块，每个块拥有230比特的数据量，分为28＝256块。
3.如权利要求1所述的基于Grover算法的大数据集搜索多个目标项的方法，其特征在于，所述第二步根据目标项的个数写出平均查找次数公式，由于目标项的个数为1个，那么平均查找次数E为：
注：n为块的数量，为各种情况(共有种情况)发生的概率，此处n＝28＝256，ki为在第i块的迭代次数，pi为利用Grover算法在第i块迭代ki次后的概率pi＝sin2[(2ki+1)*θ](为初始角，M为解的个数，N为数据量，此处M＝1，N＝n＝28)。
4.如权利要求1...
【专利技术属性】
技术研发人员：贺晨，陈阳，李嘉臻，梁霄，岳林阳，张宸昊，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。