คอมพิวเตอร์ควอนตัมดีมากสำหรับการสุ่มตัวอย่างการแจกแจงที่เราไม่รู้วิธีการสุ่มตัวอย่างโดยใช้คอมพิวเตอร์แบบดั้งเดิม ตัวอย่างเช่นถ้า f เป็นฟังก์ชันบูลีน (จากถึง- 1 , 1 ) ที่สามารถคำนวณได้ในเวลาพหุนามแล้วด้วยคอมพิวเตอร์ควอนตัมเราสามารถสุ่มตัวอย่างได้อย่างมีประสิทธิภาพตามการกระจายที่อธิบายโดย (เราไม่รู้ว่าจะทำอย่างไรกับคอมพิวเตอร์แบบดั้งเดิม)
เราสามารถใช้คอมพิวเตอร์ควอนตัมเพื่อสุ่มตัวอย่างหรือประมาณตัวอย่างสุ่มจุดในรูปทรงหลายเหลี่ยมที่อธิบายโดยระบบของความไม่เท่าเทียมกัน n ในตัวแปร d หรือไม่?
การย้ายจากความไม่เท่าเทียมกันไปยังจุดต่าง ๆ นั้นดูเหมือนกับฉันว่าเป็น "การเปลี่ยนแปลง" ยิ่งไปกว่านั้นฉันก็ยินดีที่จะได้เห็นอัลกอริธึมควอนตัมแม้ว่าคุณจะแก้ไขการกระจายตัวเช่นพิจารณาผลิตภัณฑ์ของการแจกแจงแบบเกาส์ที่อธิบายโดยไฮเปอร์เพลนของรูปทรงหลายเหลี่ยมหรือสิ่งอื่น ๆ
ข้อสังเกตบางประการ: Dyer, Frieze และ Kannan ค้นพบอัลกอริธึมเวลาพหุนามคลาสสิกที่มีชื่อเสียงสำหรับกลุ่มตัวอย่างโดยประมาณและคำนวณปริมาตรของรูปทรงหลายเหลี่ยมโดยประมาณ อัลกอริทึมนั้นมาจากการเดินสุ่มและการผสมอย่างรวดเร็ว ดังนั้นเราต้องการค้นหาอัลกอริทึมควอนตัมที่แตกต่างกันเพื่อจุดประสงค์เดียวกัน (ตกลงเราสามารถหวังว่าอัลกอริทึมควอนตัมอาจนำไปสู่สิ่งต่าง ๆ ในบริบทนี้เราไม่ทราบว่าจะทำแบบคลาสสิก แต่เพื่อเริ่มต้นสิ่งที่เราต้องการคืออัลกอริทึมที่แตกต่างกันนี้จะต้องเป็นไปได้)
ประการที่สองเราไม่ได้ยืนยันในการสุ่มตัวอย่างการกระจายเครื่องแบบโดยประมาณ เรายินดีที่จะทดลองตัวอย่างการกระจายที่ดีอื่น ๆ ซึ่งได้รับการสนับสนุนโดยประมาณในรูปทรงหลายเหลี่ยมของเรา มีการโต้แย้งโดย Santosh Vampala (และโดยฉันในบริบทอื่น) ซึ่งนำไปสู่การสุ่มตัวอย่างจนถึงการปรับให้เหมาะสม: หากคุณต้องการเพิ่มประสิทธิภาพตัวอย่าง f (x) เพื่อหาจุด y ที่ f (x) เป็นเรื่องปกติ เพิ่มข้อ จำกัด {f (x)> = f (y)} และทำซ้ำ