论文2024/636
超越Fibonacci的Regev因子分解:优化预因子
塞翁·拉加万麻省理工学院
摘要
在本文中,我们通过空间和/或大小的常数因子改进了Ragavan和Vaikuntanathan[RV24]提出的Regev量子因子分解算法[Reg23]的空间效率变体。这使我们能够通过[Reg23]和[RV24]桥接电路之间混凝土效率的显著差距;[Reg23]使用的门更少,而[RV24]使用的量子位更少。主要观察结果是,[RV24]提出的节省空间的量子模幂技术可以进行修改,以处理比斐波那契数更一般的整数序列。我们根据线性递归关系将其参数化,并通过此公式构建三个不同的量子因子分解电路:-一种使用大约12.4n$qubits和大约45.7n^{1/2}$n$bit整数乘法的电路。-一种电路,使用$n$位整数的$(9+\epsilon)n$量子位和$O_\epsilon(n^{1/2})$乘法,对于任何$\epsilon>0$。-一种电路,对任何$\epsilon>0$使用$n$-位整数的$(24+\epsi隆)n^{1/2}$乘法和$O_\epsillon(n)$qubits。相比之下,[Reg23]的原始电路使用至少$\approx3n^{3/2}$qubits和$\applox6n^{1/2}$n位整数的乘法,而[RV24]的空效变量使用$\approprox10.32n$qubites和$\Approx129.6n^{1/2}$n$-位整数的$乘法(尽管对其基于斐波那契的电路进行了非常简单的修改,使用了大约11.32n$qubits,而只有$n$-bit整数的$大约86.4n^{1/2}$乘法)。本说明中提出的改进对$n$的足够大的值生效;它们是否也能为实际问题规模带来好处,还有待观察。
BibTeX公司
@其他{加密打印:2024/636,author={Seyoon Ragavan},title={超越斐波那契的Regev因子分解:优化前缀},howpublished={Cryptology ePrint Archive,论文2024/636},年份={2024},注释={\url{https://eprint.iacr.org/2024/636}},url={https://eprint.iacr.org/2024/636}}