We show that quantum algorithms of time $T$ and space $S\ge \log T$ with intermediate measurements can be simulated by quantum algorithms of time $T \cdot \mathrm{poly}(S)$ and space $O(S\cdot \log T )$ without intermediate measurements. The best simulations prior to this work required either $\Omega(T)$ space (by the deferred measurement principle) or $\mathrm{poly}(2^S)$ time [FR21, GRZ21]. Our result is thus a time-efficient and space-efficient simulation of algorithms with intermediate measurements by algorithms without intermediate measurements. To prove our result, we study pseudorandom generators for quantum space-bounded algorithms. We show that (an instance of) the INW pseudorandom generator for classical space-bounded algorithms [INW94] also fools quantum space-bounded algorithms. More precisely, we show that for quantum space-bounded algorithms that have access to a read-once tape consisting of random bits, the final state of the algorithm when the random bits are drawn from the uniform distribution is nearly identical to the final state when the random bits are drawn using the INW pseudorandom generator.


翻译:我们展示了时间的量子算法 $T 和 空间 $S\ge\ log T$ 与中间测量的量子算法 。 因此,通过时间的量子算法 $T\ cdot\ mathrm{poly} (S) 和 空间 $O(S) (S) $(S) 和 o(log T) 美元) 可以模拟时间的量子算法 $T 美元和 空间 $S\ge\ log T$(S) 与中间测量的量子算法 $T\ cddot\ \ mathrt\ gRiz21 。 因此,我们的结果可以是一个时间高效和空间高效的算法模拟算法, 由没有中间测量的算法来模拟。 为了证明我们的结果, 我们用量子计算机模型的假算法生成器进行模拟, 经典空间算法[INW94] 也愚弄了量子空间算算算算法 。 更准确地说, 对于量子空间定的空间算算算算算算算算算算算算算算算算算算算算算算算算算算算算算算算算算算算法,, 由读取读取的算算法, 由随机的随机的, 随机算算算算算算法是, 随机的, 最终的算算算算算算法是完全式是来自是完全的,,,, 由随机式是随机的, 的, 的算算法是随机算算法是,,, 由我算算算算算算算算算法是, 的算算算算算算算算算算算算法是,,, 的算算算算法是完全的, 的, 的算法是, 的算法是, 的, 的,, 的算算算法是, 的算算算法是, 的算法是, 的, 的, 的, 的, 的, 的, 的算算算法是完全为 的,,,,,,, 的, 由 的, 由 由

0
下载
关闭预览

相关内容

专知会员服务
33+阅读 · 2020年12月28日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
专知会员服务
31+阅读 · 2020年10月13日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
【GNN】MPNN:消息传递神经网络
深度学习自然语言处理
17+阅读 · 2020年4月11日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年8月23日
Arxiv
0+阅读 · 2021年8月21日
Arxiv
4+阅读 · 2018年5月21日
VIP会员
相关资讯
【GNN】MPNN:消息传递神经网络
深度学习自然语言处理
17+阅读 · 2020年4月11日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(四)
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员