Lexicographically minimal string rotation (LMSR) is a problem to find the minimal one among all rotations of a string in the lexicographical order, which is widely used in equality checking of graphs, polygons, automata and chemical structures. In this paper, we propose an $O(n^{3/4})$ quantum query algorithm for LMSR. In particular, the algorithm has average-case query complexity $O(\sqrt n \log n)$, which is shown to be asymptotically optimal up to a polylogarithmic factor, compared with its $\Omega\left(\sqrt{n/\log n}\right)$ lower bound. Furthermore, we claim that our quantum algorithm outperforms any (classical) randomized algorithms in both worst-case and average-case query complexities by showing that every (classical) randomized algorithm for LMSR has worst-case query complexity $\Omega(n)$ and average-case query complexity $\Omega(n/\log n)$. Our quantum algorithm for LMSR is developed in a framework of nested quantum algorithms, based on two new results: (i) an $O(\sqrt{n})$ (optimal) quantum minimum finding on bounded-error quantum oracles; and (ii) its $O\left(\sqrt{n \log(1/\varepsilon)}\right)$ (optimal) error reduction. As a byproduct, we obtain some better upper bounds of independent interest: (i) $O(\sqrt{N})$ (optimal) for constant-depth MIN-MAX trees on $N$ variables; and (ii) $O(\sqrt{n \log m})$ for pattern matching which removes $\operatorname{polylog}(n)$ factors.


翻译:字形最小字符串旋转 (LMSR) 是一个问题, 无法在字典顺序中的所有字符串旋转中找到最小值 { 最小值 { 字符串旋转 (NMSR), 与 $\ Omega\ left (sqrts{n/\log n ⁇ right) 较低约束值 相比, 它被广泛用于对图形、 多方形、 多方形、 多方形和化学结构的平等检查。 此外, 我们提议为 LMSR 设定一个$( n\\ 3/4} 美元) 量子查询算算算算算算算算算算算算算算。 算算算算算算算( 经典) 随机算算算算算算法, 美元(n) 和平均调算算法 美元 。 我们的量算算算算算算算法, 以 美元( Orqral_ral) 立算算法, 以两个硬数算算算算算算法 。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
159+阅读 · 2020年1月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
已删除
将门创投
4+阅读 · 2019年5月8日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
Arxiv
0+阅读 · 2021年2月18日
Arxiv
0+阅读 · 2021年2月17日
Arxiv
3+阅读 · 2018年10月18日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关VIP内容
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
已删除
将门创投
4+阅读 · 2019年5月8日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
Top
微信扫码咨询专知VIP会员