爱是充实了的生命,正如盛满了酒的酒杯。

# 隐含子群问题

隐含子群问题:给定一个群GG,一个函数f:G→Somethingf:G\rightarrow Something,满足存在一个子群HH,使得ff 在HH 的不同陪集上互异,同一个陪集上相同。试求这个HH。

  • 例 1:若给定群G=⟨{0,1}n,⊕⟩G=\langle \{0,1\}^n,\oplus\rangle,ff 为一个函数满足f(x)=f(x⊕s)f(x)=f(x\oplus s)。那么如果有一个计算ff 的黑盒,我们想求ss,就相当于求子群K={0,s}K=\{0,s\}。
  • 例 2:离散对数问题。给定群G=⟨Zr×Zr,+(mod  r)⟩G=\langle \mathbb{Z}_r\times\mathbb{Z}_r,+(mod\;r)\rangle,和函数ff 满足f(x1,x2)=ax1bx2f(x_1,x_2)=a^{x_1}b^{x_2}。那么要求s=logabs=log_ab 的话(模rr 意义),那么就相当于求解一个子群:K=⟨{(l,−ls)  ∣  l∈Zr},+(mod  r)⟩K=\langle\{(l,-ls)\;|\;l\in\mathbb{Z}_r\},+(mod\;r)\rangle,其实也就是这个周期是一个二维的。

我们下面只考虑有限 Abel 群上的隐含子群问题。而有限 Abel 群的特点是:

  1. 有限 Abel 群的不可约表示是一维的。即我们只考虑群表示ρ:G→GL(1,C)\rho:G\rightarrow GL(1,\mathbb{C})。其中C\mathbb{C} 是复数域。

  2. 有限 Abel 群的特征标也是有限的。因为群中元素的阶都是有限的,譬如ar=ea^r=e,那么对于特征标χ:G→C\chi:G\rightarrow\mathbb{C} 就会有χ(a)r=χ(ar)=χ(e)=1\chi(a)^r=\chi(a^r)=\chi(e)=1。这样的话χ(a)\chi(a) 就只能选择rr 次单位根,只有有限种选择。

    此外我们进一步限制只讨论生成有限 Abel 群,如果没有生成元而只有一个生成元集合(譬如Zr×Zr\mathbb{Z}_r\times\mathbb{Z}_r 只能用{(1,0),(0,1)}\{(1,0),(0,1)\} 生成),那么该群一定同构于若干个生成群的直积,其实不影响讨论。

  • 例:考虑群{1,a,a2}\{1,a,a^2\},其中a3=1a^3=1。那么它可能的特征标只有三个选择:

    χ(a)3=1⇒χ0:{χ0(a)=e2πi⋅0χ0(a2)=χ1(a)2=e2πi⋅2⋅0χ0(1)=χ1(a3)=e2πi⋅3⋅0=1χ1:{χ1(a)=e2πi/3χ1(a2)=e4πi/3χ1(1)=e6πi/3=1χ2:{χ2(a)=e4πi/3χ2(a2)=e2πi/3χ2(1)=e6πi/3=1\chi(a)^3=1\Rightarrow\\ \begin{aligned} &\chi_0:\begin{cases} \chi_0(a)=e^{2\pi i\cdot 0}\\ \chi_0(a^2)=\chi_1(a)^2=e^{2\pi i\cdot 2\cdot0}\\ \chi_0(1)=\chi_1(a^3)=e^{2\pi i\cdot 3\cdot0}=1\\ \end{cases}\\ & \chi_1:\begin{cases} \chi_1(a)=e^{2\pi i/3}\\ \chi_1(a^2)=e^{4\pi i/3}\\ \chi_1(1)=e^{6\pi i/3}=1\\ \end{cases}\\ & \chi_2:\begin{cases} \chi_2(a)=e^{4\pi i/3}\\ \chi_2(a^2)=e^{2\pi i/3}\\ \chi_2(1)=e^{6\pi i/3}=1\\ \end{cases} \end{aligned}

    故可以记为:

    χj(a)=e2πij/3\chi_j(a)=e^{2\pi ij/3}

然后我们把特征标χj\chi_j 构成的群记为对偶群,G^\hat{G},其中jj 表示了是第几个单位根。当然,当GG 是若干个群的直积,那么j=(j1,j2,...,jn)j=(j_1,j_2,...,j_n) 也可以。其中jij_i 表示第ii 个循环群的生成元是第几个单位根。所以如果GG 的生成元记为aa,那么它的阶就是∣G∣|G|,那么就有:

χj(a)=e2πij/∣G∣\chi_j(a)=e^{2\pi ij/|G|}

# 量子傅里叶变换

然后我们定义群GG 上的量子傅里叶变换(Quantum Fourier Transformation,QFT,推广形式)为:

FG:=1∣G∣∑x∈G∑y∈G^χy(x)∣y⟩⟨x∣F_G:=\frac{1}{\sqrt{|G|}}\sum_{x\in G}\sum_{y\in\hat{G}}\chi_y(x)|y\rangle\langle x|

其中我们狭义一点,那就令有限生成 Abel 群GG 为ZN\mathbb{Z}_N(实际上有限生成 Abel 群都同构于ZN\mathbb{Z}_N),那么χy\chi_y 中的yy 意思就是χy(x)=e2πixy/N\chi_y(x)=e^{2\pi ixy/N},那就得到了最常见的 Fourier Transformation 的形式。进一步地,因为G≅G^G\cong\hat{G},实际上可以用GG 中的元素对应G^\hat{G} 中的元素。

  • 例:在隐含子群问题的例 1 中,G=Z2nG=\mathbb{Z}_2^n,那么生成元为(0,...,0,1),(0,...,1,0),...,(1,...,0,0)(0,...,0,1),(0,...,1,0),...,(1,...,0,0) 共nn 个。而且每个生成元在自己的循环群Z2\mathbb{Z}_2 中的阶都是 2。那么yy 也是一个长度为nn 的二进制串,第ii 为为 1 表示第ii 个生成元取第 1 个单位根,否则就取第 0 个单位根。那么χy(x)=(−1)x⊕y\chi_y(x)=(-1)^{x\oplus y}。

    譬如n=2,x=11=01⊕10n=2,x=11=01\oplus 10(在生成元下分解),那么如果y=11y=11,则χy(x)=χy(01)χy(10)=e2πi/2⋅e2πi/2=1\chi_y(x)=\chi_y(01)\chi_y(10)=e^{2\pi i/2}\cdot e^{2\pi i/2}=1,因为0101 和1010 都对应了第 1 个二次单位根,也就是e2πi/2e^{2\pi i/2}。最终也就是χy(x)=(−1)x⊕y\chi_y(x)=(-1)^{x\oplus y}。

    所以

    FG=12n∑x,y∈Z2n(−1)x⊕y∣y⟩⟨x∣F_G=\frac{1}{\sqrt{2^n}}\sum_{x,y\in\mathbb{Z}_2^n}(-1)^{x\oplus y}|y\rangle\langle x|

    就是 Simon 算法的 QFT。


下面回到隐含子群问题。假设我们可以用某种方法(往往就是 Hadamard 变换)制得一个群GG 上的均匀叠加态:

∣G⟩=1∣G∣∑x∈G∣x⟩|G\rangle=\frac{1}{\sqrt{|G|}}\sum_{x\in G}|x\rangle

然后施加一个计算函数值的 oracle:

→1∣G∣∑x∈G∣x⟩∣f(x)⟩\rightarrow \frac{1}{\sqrt{|G|}}\sum_{x\in G}|x\rangle|f(x)\rangle

然后我们只看第一寄存器,即取 partial trace,由于原态是一个纠缠态,所以第一寄存器是一个混合态,有:

ρ=1∣G∣∑g∈G(1∣H∣∑h∈H∣g+h⟩1∣H∣∑h∈H⟨g+h∣)=1∣G∣⋅∣H∣∑g∈G,h1,h2∈H∣g+h1⟩⟨g+h2∣\begin{aligned} \rho&=\frac{1}{|G|}\sum_{g\in G}(\frac{1}{\sqrt{|H|}}\sum_{h\in H}|g+h\rangle\frac{1}{\sqrt{|H|}}\sum_{h\in H}\langle g+h|)\\ &=\frac{1}{|G|\cdot |H|}\sum_{g\in G,h_1,h_2\in H}|g+h_1\rangle\langle g+h_2| \end{aligned}

我们记∣g+H⟩=1∣H∣∑h∈H∣g+h⟩|g+H\rangle=\frac{1}{\sqrt{|H|}}\sum_{h\in H}|g+h\rangle 是一个纯态,是均匀叠加在陪集g+Hg+H 上的。但是陪集间是混合的。

然后我们直接作用 QFT:

FGρFG†=1∣G∣2⋅∣H∣∑g∈G,h1,h2∈H∑x1,x2∈G∑y1,y2∈G^χy1(x1)χy2(x2)∗∣y1⟩⟨x1∣g+h1⟩⟨g+h2∣x2⟩⟨y2∣=1∣G∣2⋅∣H∣∑g∈G,h1,h2∈H∑y1,y2∈G^χy1(g+h1)χy2(g+h2)∗∣y1⟩⟨y2∣=1∣G∣2⋅∣H∣∑y1,y2∈G^[∑g∈G,h1,h2∈Hχy1(g)χy1(h1)χy2(g)∗χy2(h2)∗]∣y1⟩⟨y2∣=1∣G∣2⋅∣H∣∑y1,y2∈G^[∑g∈Gχy1(g)χy2(g)∗][∑h1,h2∈Hχy1(h1)χy2(h2)∗]∣y1⟩⟨y2∣\begin{aligned} F_G\rho F_G^\dagger&=\frac{1}{|G|^2\cdot|H|}\sum_{g\in G,h_1,h_2\in H}\sum_{x_1,x_2\in G}\sum_{y_1,y_2\in\hat{G}}\chi_{y_1}(x_1)\chi_{y_2}(x_2)^*|y_1\rangle\langle x_1|g+h_1\rangle\langle g+h_2|x_2\rangle\langle y_2|\\ &=\frac{1}{|G|^2\cdot|H|}\sum_{g\in G,h_1,h_2\in H}\sum_{y_1,y_2\in\hat{G}}\chi_{y_1}(g+h_1)\chi_{y_2}(g+h_2)^*|y_1\rangle\langle y_2|\\ &=\frac{1}{|G|^2\cdot|H|}\sum_{y_1,y_2\in\hat{G}}[\sum_{g\in G,h_1,h_2\in H}\chi_{y_1}(g)\chi_{y_1}(h_1)\chi_{y_2}(g)^*\chi_{y_2}(h_2)^*]|y_1\rangle\langle y_2|\\ &=\frac{1}{|G|^2\cdot|H|}\sum_{y_1,y_2\in\hat{G}}[\sum_{g\in G}\chi_{y_1}(g)\chi_{y_2}(g)^*][\sum_{h_1,h_2\in H}\chi_{y_1}(h_1)\chi_{y_2}(h_2)^*]|y_1\rangle\lang y_2| \end{aligned}

其中,χy(g)\chi_y(g) 也可以为商群G/HG/H 上的特征标,那么根据特征标的正交性,有:

∑g∈Gχy1(g)χy2(g)∗=∣G∣⋅δy1,y2\sum_{g\in G}\chi_{y_1}(g)\chi_{y_2}(g)^*=|G|\cdot \delta_{y_1,y_2}

于是原状态为:

FGρFG†=1∣G∣⋅∣H∣∑y∈G^[∑h∈Hχy(h)∑h∈Hχy(h−1)]∣y⟩⟨y∣=1∣G∣⋅∣H∣∑y∈G^[∑h∈Hχy(h)]2∣y⟩⟨y∣=∣H∣∣G∣∑y∈G^χy(H)2∣y⟩⟨y∣\begin{aligned} F_G\rho F_G^\dagger &= \frac{1}{|G|\cdot |H|}\sum_{y\in\hat{G}}[\sum_{h\in H}\chi_y(h)\sum_{h\in H}\chi_y(h^{-1})]|y\rangle\langle y|\\ &=\frac{1}{|G|\cdot |H|}\sum_{y\in\hat{G}}[\sum_{h\in H}\chi_y(h)]^2|y\rangle\langle y|\\ &=\frac{|H|}{|G|}\sum_{y\in\hat{G}}\chi_y(H)^2|y\rangle\langle y| \end{aligned}

其中,χy(H)=1∣H∣∑h∈Hχy(h)\chi_y(H)=\frac{1}{|H|}\sum_{h\in H}\chi_y(h)。其中,

  • 若∀h∈H,χy(h)=1\forall h\in H,\chi_y(h)=1,那么有χy(H)=1\chi_y(H)=1。

  • 若∃h′∈H,χy(h′)≠1\exists h'\in H,\chi_{y}(h')\neq 1,那么h′∈H⇒h′+H=Hh'\in H\Rightarrow h'+H=H,那么有:

    χy(H)=1∣H∣∑h∈Hχy(h)=1∣H∣∑h∈h′+Hχy(h)=1∣H∣∑h∈Hχy(h′+h)=χy(h′)1∣H∣∑h∈Hχy(h)=χy(h′)χy(H)\begin{aligned} \chi_y(H)&=\frac{1}{|H|}\sum_{h\in H}\chi_y(h)\\ &=\frac{1}{|H|}\sum_{h\in h'+H}\chi_y(h)\\ &=\frac{1}{|H|}\sum_{h\in H}\chi_y(h'+h)\\ &=\chi_y(h')\frac{1}{|H|}\sum_{h\in H}\chi_y(h)\\ &=\chi_y(h')\chi_y(H) \end{aligned}

因为χy(h′)≠1\chi_y(h')\neq 1,所以χy(H)=0\chi_y(H)=0。故原状态改写为:

FGρFG†=∣H∣∣G∣∑y∈G^,χy(H)=1∣y⟩⟨y∣F_G\rho F_G^\dagger = \frac{|H|}{|G|}\sum_{y\in\hat{G},\chi_y(H)=1}|y\rangle\langle y|

所以如果我们在对第一寄存器作 QFT 后再测量,就可以得到yy,使得∀h∈H,χy(h)=1\forall h\in H,\chi_y(h)=1。这样的话,就可以排除GG 中那些χy(g)≠1\chi_y(g)\neq 1 的元素肯定不在子群HH 中。如此往复若干次,取交集的话就可以逐渐得到子群HH。换句话说,如果测量到y1,y2,...,yny_1,y_2,...,y_n,那么我们只需要求交集:

Kerχy1∩Kerχy2∩...∩Kerχyn=HKer\chi_{y_1}\cap Ker\chi_{y_2}\cap...\cap Ker\chi_{y_n}=H

即可。

# 复杂度分析

考虑重复测量kk 次后,我们得到了一个子群(它显然是个子群):

K=Kerχy1∩...∩KerχykK=Ker\chi_{y_1}\cap...\cap Ker\chi_{y_k}

那么有:HH 是KK 的子群,KK 是GG 的子群。根据 Lagrange 定理,∣H∣|H| 是∣K∣|K| 的约数,即有∣K∣≥2∣H∣|K|\geq 2|H|。

注意到,当我们再次采样测量yk+1y_{k+1},如果KK 是Kerχyk+1Ker\chi_{y_{k+1}} 的子群,这样的yk+1y_{k+1} 有多少个呢?实际上有∣G∣∣K∣\frac{|G|}{|K|} 个。为什么呢?我们看之前的式子FGρFG†F_G\rho F_G^\dagger 得知,一共有∣G∣∣H∣\frac{|G|}{|H|} 个不同的yy 使得χy(H)=1\chi_y(H)=1,也就是HH 是KerχyKer\chi_y 的子群。那么现在如果我们想让KK 是KerχyKer\chi_y 的子群,那有多少个yy 呢?就是∣G∣∣K∣\frac{|G|}{|K|} 个(可以把子群KK 看作是HH)。而所有的yy 均以∣H∣∣G∣\frac{|H|}{|G|} 等概率得到,故:

Prob (再采样测量一次,得到yy 且KK 是KerχyKer\chi_y 的子群)=∣H∣∣G∣⋅∣G∣∣K∣=∣H∣∣K∣≤12\frac{|H|}{|G|}\cdot \frac{|G|}{|K|}=\frac{|H|}{|K|}\leq\frac{1}{2}。

换句话说,我们测量有>12>\frac{1}{2} 的概率使得K∩KerχyK\cap Ker\chi_y 大小至少减少一半(因为K∩KerχyK\cap Ker\chi_y 是KK 的子群,根据 Lagrange 定理,有∣K∣≥2∣K∩Kerχy∣|K|\geq 2|K\cap Ker\chi_y|)。

故持续重复采样测量O(log∣G∣)O(log|G|) 次,我们就有显著概率获得隐含子群HH。


# 非 Abel 情况

下面我们考虑更一般的情况。考虑这样一个变换:

∣x⟩→∣x^⟩:=1∣G∣∑σ∈G^dσ∣σ,σ(x)⟩|x\rangle\rightarrow|\hat{x}\rangle:=\frac{1}{\sqrt{|G|}}\sum_{\sigma\in \hat{G}}d_\sigma|\sigma,\sigma(x)\rangle

其中,dσd_\sigma 是不可约表示σ\sigma 的维度。∣σ⟩|\sigma\rangle 就是唯一表示σ\sigma 的一个标签,而∣σ(x)⟩|\sigma(x)\rangle 定义为:

∣σ(x)⟩:=(σ(x)⊗1dσ)∑k=1dσ∣k,k⟩dσ=∑j,k=1dσσ(x)j,kdσ∣j,k⟩\begin{aligned} |\sigma(x)\rangle &:=(\sigma(x)\otimes 1_{d_\sigma})\sum_{k=1}^{d_\sigma}\frac{|k,k\rangle}{\sqrt{d_\sigma}}\\ &=\sum_{j,k=1}^{d_\sigma}\frac{\sigma(x)_{j,k}}{\sqrt{d_\sigma}}|j,k\rangle \end{aligned}

于是变换的矩阵为:

FG:=∑x∈G∣x^⟩⟨x∣F_G:=\sum_{x\in G}|\hat{x}\rangle\langle x|

可以验证它是酉的:

⟨σ(x)∣σ(y)⟩=1dσ∑k=1dσ⟨k∣σ(x)σ(y)†∣k⟩⊗⟨k∣k⟩=1dσ∑k=1dσ⟨k∣σ(x)σ(y)†∣k⟩=tr(σ(x)σ(y)†)dσ=χσ(xy−1)dσ⟨x^∣y^⟩=∑σ∈G^dσ2∣G∣⟨σ(x)∣σ(y)⟩=∑σ∈G^dσ∣G∣χσ(xy−1)=δx,y\begin{aligned} \langle \sigma(x)|\sigma(y)\rangle &=\frac{1}{d_\sigma}\sum_{k=1}^{d_\sigma}\langle k|\sigma(x)\sigma(y)^\dagger|k\rangle\otimes\langle k|k\rangle\\ &=\frac{1}{d_\sigma}\sum_{k=1}^{d_\sigma}\langle k|\sigma(x)\sigma(y)^\dagger|k\rangle\\ &=\frac{tr(\sigma(x)\sigma(y)^\dagger)}{d_\sigma}\\ &=\frac{\chi_\sigma(xy^{-1})}{d_\sigma}\\ \langle\hat{x}|\hat{y}\rangle &=\sum_{\sigma\in\hat{G}}\frac{d_\sigma^2}{|G|}\langle \sigma(x)|\sigma(y)\rangle\\ &=\sum_{\sigma\in\hat{G}}\frac{d_\sigma}{|G|}\chi_\sigma(xy^{-1})\\ &=\delta_{x,y} \end{aligned}

下面我们证明,FGF_G 实际上就是把群的左右正则表示对角化。譬如对两个表示σ,σ′\sigma,\sigma',那么它们的直和就是:

(σ⊕σ′)(x)=(σ(x)σ′(x))(\sigma\oplus\sigma')(x)=\begin{pmatrix}\sigma(x)&\\&\sigma'(x)\end{pmatrix}

那么对于一个表示LL,把他对角化也就是拆分成若干个直和。

对于左正则表示LL,有L(x)∣y⟩=∣xy⟩L(x)|y\rangle=|xy\rangle,那么FGF_G 的作用为:

L^(x)=FGL(x)FG†=∑y,y′∈G∣y^⟩⟨y∣L(x)∣y′⟩⟨y′^∣=∑y,y′∈G∣y^⟩⟨y∣xy′⟩⟨y′^∣=∑y∈G∣xy^⟩⟨y^∣=∑σ,σ′∈G^∑y∈Gdσdσ′∣G∣∣σ,σ(xy)⟩⟨σ′,σ′(y)∣=∑σ,σ′∈G^∑y∈G∑j,k=1dσ∑j′,k′=1dσ′dσdσ′∣G∣σ(xy)j,kσ′(y)j′,k′∗∣σ,j,k⟩⟨σ′,j′,k′∣=∑σ,σ′∈G^∑j,k,l=1dσ∑j′,k′=1dσ′dσdσ′∣G∣σ(x)j,l∣σ,j,k⟩⟨σ′,j′,k′∣⋅∑y∈Gσ(y)l,kσ′(y)j′,k′∗=∑σ,σ′∈G^∑j,k,l=1dσ∑j′,k′=1dσ′dσdσ′∣G∣σ(x)j,l∣σ,j,k⟩⟨σ′,j′,k′∣⋅∣G∣dσδσ,σ′δl,j′δk,k′=∑σ∈G^∑j,k,l=1dσσ(x)j,l∣σ,j,k⟩⟨σ,l,k∣=∑σ∈G^∑j,l=1dσσ(x)j,l∣σ,j⟩⟨σ,l∣⊗∑k=1dσ∣k⟩⟨k∣=⨁σ∈G^(σ(x)⊗1dσ)\begin{aligned} \hat{L}(x)&=F_GL(x)F_G^\dagger\\ &=\sum_{y,y'\in G}|\hat{y}\rangle\langle y|L(x)|y'\rangle\langle \hat{y'}|\\ &=\sum_{y,y'\in G}|\hat{y}\rangle\langle y|xy'\rangle\langle\hat{y'}|\\ &=\sum_{y\in G}|\hat{xy}\rangle\langle\hat{y}|\\ &=\sum_{\sigma,\sigma'\in\hat{G}}\sum_{y\in G}\frac{d_\sigma d_{\sigma'}}{|G|}|\sigma,\sigma(xy)\rangle\langle \sigma',\sigma'(y)|\\ &=\sum_{\sigma,\sigma'\in\hat{G}}\sum_{y\in G} \sum_{j,k=1}^{d_\sigma}\sum_{j',k'=1}^{d_{\sigma'}} \frac{\sqrt{d_\sigma d_{\sigma'}}}{|G|}\sigma(xy)_{j,k}\sigma'(y)_{j',k'}^*|\sigma,j,k\rangle\langle\sigma',j',k'|\\ &=\sum_{\sigma,\sigma'\in\hat{G}}\sum_{j,k,l=1}^{d_\sigma}\sum_{j',k'=1}^{d_{\sigma'}}\frac{\sqrt{d_\sigma d_{\sigma'}}}{|G|}\sigma(x)_{j,l}|\sigma,j,k\rangle\langle \sigma',j',k'|\cdot\sum_{y\in G}\sigma(y)_{l,k}\sigma'(y)_{j',k'}^*\\ &=\sum_{\sigma,\sigma'\in\hat{G}}\sum_{j,k,l=1}^{d_\sigma}\sum_{j',k'=1}^{d_{\sigma'}}\frac{\sqrt{d_\sigma d_{\sigma'}}}{|G|}\sigma(x)_{j,l}|\sigma,j,k\rangle\langle \sigma',j',k'|\cdot\frac{|G|}{d_\sigma}\delta_{\sigma,\sigma'}\delta_{l,j'}\delta_{k,k'}\\ &=\sum_{\sigma \in \hat{G}}\sum_{j,k,l=1}^{d_\sigma}\sigma(x)_{j,l}|\sigma,j,k\rangle\langle\sigma,l,k|\\ &=\sum_{\sigma\in\hat{G}}\sum_{j,l=1}^{d_\sigma}\sigma(x)_{j,l}|\sigma,j\rangle\langle\sigma,l|\otimes \sum_{k=1}^{d_\sigma}|k\rangle\langle k|\\ &=\bigoplus_{\sigma\in\hat{G}}(\sigma(x)\otimes 1_{d_\sigma}) \end{aligned}

注意上述推导中,有:

σ(xy)j,k=[σ(x)σ(y)]j,k=∑l=1dσσ(x)j,lσ(y)l,k\sigma(xy)_{j,k}=[\sigma(x)\sigma(y)]_{j,k}=\sum_{l=1}^{d_\sigma}\sigma(x)_{j,l}\sigma(y)_{l,k}

而且

∑σ,j,lσ(x)j,l∣σ,j⟩⟨σ,l∣⊗1=∑σ∣σ⟩⟨σ∣⊗(σ(x)⊗1)=⨁σ(σ(x)⊗1)\begin{aligned} \sum_{\sigma,j,l}\sigma(x)_{j,l}|\sigma,j\rangle\langle \sigma,l|\otimes 1&=\sum_{\sigma}|\sigma\rangle\langle\sigma|\otimes (\sigma(x)\otimes 1)\\ &=\bigoplus_\sigma (\sigma(x)\otimes 1) \end{aligned}

因为∣σ⟩|\sigma\rangle 是对表示σ\sigma 的一个唯一编码,其实类似于,譬如有三个表示σ1,σ2,σ3\sigma_1,\sigma_2,\sigma_3,那么就有:

∣σ1⟩⟨σ1∣=(100)∣σ2⟩⟨σ2∣=(010)∣σ3⟩⟨σ3∣=(001)|\sigma_1\rangle\langle\sigma_1|=\begin{pmatrix}1 & & \\ & 0& \\ & &0\end{pmatrix}\\ |\sigma_2\rangle\langle\sigma_2|=\begin{pmatrix}0 & & \\ & 1& \\ & &0\end{pmatrix}\\ |\sigma_3\rangle\langle\sigma_3|=\begin{pmatrix}0 & & \\ & 0& \\ & &1\end{pmatrix}\\

那么显然:

∣σ1⟩⟨σ1∣⊗σ1(x)+∣σ2⟩⟨σ2∣⊗σ2(x)+∣σ3⟩⟨σ3∣⊗σ3(x)=(σ1(x)σ2(x)σ3(x))=σ1(x)⊕σ2(x)⊕σ3(x)|\sigma_1\rangle\langle\sigma_1|\otimes \sigma_1(x)+|\sigma_2\rangle\langle\sigma_2|\otimes \sigma_2(x)+|\sigma_3\rangle\langle\sigma_3|\otimes \sigma_3(x)=\begin{pmatrix} \sigma_1(x)&&\\ &\sigma_2(x)&\\ &&\sigma_3(x) \end{pmatrix}\\ =\sigma_1(x)\oplus\sigma_2(x)\oplus\sigma_3(x)

同理,类似地有:

R^(x)=FGR(x)FG†=⨁σ∈G^(1dσ⊗σ(x)∗)\hat{R}(x)=F_GR(x)F_G^\dagger=\bigoplus_{\sigma\in\hat{G}}(1_{d_\sigma}\otimes \sigma(x)^*)

其中RR 是右正则表示,满足R(x)∣y⟩=∣yx−1⟩R(x)|y\rangle=|yx^{-1}\rangle。


下面我们看一下 Non-Abelian Group 的 HSP 问题。

假如目前我们考虑的是左陪集相同,即:

f(x)=f(y)⇔x−1y∈Hf(x)=f(y)\Leftrightarrow x^{-1}y\in H

(当然我们也可以定义右陪集的 HSP 问题,类似地f(x)=f(y)⇔yx−1∈Hf(x)=f(y)\Leftrightarrow yx^{-1}\in H)。

那么类似地,我们还是制备态:

ρH=1∣G∣∑x∈G∣x,f(x)⟩⟨x,f(x)∣\rho_H=\frac{1}{|G|}\sum_{x\in G}|x,f(x)\rangle\langle x,f(x)|

如果我们去掉第二寄存器,也就是取 partial trace,就会得到一个在不同陪集上混合,同一陪集上叠加的态:

ρH=1∣G∣∑g∈G(1∣H∣∑h∈H∣g+h⟩)(1H∑h∈H⟨g+h∣)=1∣G∣⋅∣H∣∑g∈G∑h,h′∈H∣g+h⟩⟨g+h′∣=1∣G∣⋅∣H∣∑g∈G∑h,h′∈HR(h−1)∣g⟩⟨g∣R(h′−1)†=1∣G∣⋅∣H∣∑h,h′∈HR(h−1)∑g∈H∣g⟩⟨g∣R(h′−1)†=1∣G∣⋅∣H∣∑h,h′∈HR(h−1h′)=1∣G∣∑h∈HR(h)\begin{aligned} \rho_H&=\frac{1}{|G|}\sum_{g\in G}(\frac{1}{\sqrt{|H|}}\sum_{h\in H}|g+h\rangle)(\frac{1}{\sqrt{H}}\sum_{h\in H}\langle g+h|)\\ &=\frac{1}{|G|\cdot |H|}\sum_{g\in G}\sum_{h,h'\in H}|g+h\rangle\langle g+h'|\\ &=\frac{1}{|G|\cdot|H|}\sum_{g\in G}\sum_{h,h'\in H}R(h^{-1})|g\rangle\langle g|R(h'^{-1})^\dagger\\ &=\frac{1}{|G|\cdot |H|}\sum_{h,h'\in H}R(h^{-1})\sum_{g\in H}|g\rangle\langle g| R(h'^{-1})^\dagger\\ &=\frac{1}{|G|\cdot |H|}\sum_{h,h'\in H}R(h^{-1}h')\\ &=\frac{1}{|G|}\sum_{h\in H}R(h) \end{aligned}

然后作用 QFT,就会有:

ρ^H=FGρHFG†=1∣G∣⨁σ∈G^(1dσ⊗σ(H)∗)=1∣G∣∑σ∈G^∣σ⟩⟨σ∣⊗(1dσ⊗σ(H)∗)\hat{\rho}_H=F_G\rho_HF_G^\dagger=\frac{1}{|G|}\bigoplus_{\sigma\in\hat{G}}(1_{d_\sigma}\otimes \sigma(H)^*)\\ =\frac{1}{|G|}\sum_{\sigma\in\hat{G}}|\sigma\rangle\langle \sigma|\otimes (1_{d_\sigma}\otimes\sigma(H)^*)

其中,σ(H)=∑h∈Hσ(h)\sigma(H)=\sum_{h\in H}\sigma(h)。

假设我们用这样一组测量算子去测量:{∣σ⟩⟨σ∣⊗1  ∣  σ∈G^}\{|\sigma\rangle\langle\sigma|\otimes 1\;|\;\sigma\in \hat{G}\}。那么测得结果是σ\sigma 的概率为:

Pr(σ)=1∣G∣tr(1dσ⊗σ(H)∗)=dσ∣G∣∑h∈Hχσ(h)∗=dσ∣G∣∑h∈Hχσ(h−1)=dσ∣G∣∑h∈Hχσ(h)\begin{aligned} Pr(\sigma)&=\frac{1}{|G|}tr(1_{d_\sigma}\otimes\sigma(H)^*)\\ &=\frac{d_\sigma}{|G|}\sum_{h\in H}\chi_\sigma(h)^*\\ &=\frac{d_\sigma}{|G|}\sum_{h\in H}\chi_\sigma(h^{-1})\\ &=\frac{d_\sigma}{|G|}\sum_{h\in H}\chi_\sigma(h) \end{aligned}

其中,类似前述推导,我们知道

∑h∈Hχσ(h)={dσ∣H∣∀h∈H,χσ(h)=10else\sum_{h\in H}\chi_\sigma(h)=\begin{cases} d_\sigma|H| & \forall h\in H,\chi_\sigma(h)=1\\ 0& else \end{cases}

所以测得一个满足∀h∈H,χσ(h)=1\forall h\in H,\chi_\sigma(h)=1 的平凡特征标σ\sigma 概率为dσ2∣H∣∣G∣\frac{d_\sigma^2 |H|}{|G|}。

此时就不能类比之前 Abel 的情况(复杂度分析一章),不能保证在O(log∣G∣)O(log|G|) 次重复采样后得到HH 了。事实上,如果HH 是GG 的一个正规子群,仍然可以在O(log∣G∣)O(log|G|) 次重复采样得到HH。