Bernstein–Vazirani 算法的原理

1. 原理

1.1. 问题定义

有一个隐藏的二进制字符串 $s \in \{0,1\}^n$ ，有一个特定黑盒（Oracle） $U_f$ 实现函数： $f(x) = s \cdot x \pmod{2}$ ，其中 $s \cdot x = s_1 x_1 \oplus s_2 x_2 \oplus \dots \oplus s_n x_n$ 是按位点乘模 2（奇偶性）。【注，这里的“特定”，是强调 $s$ 对于考生未知但固定。即，对于考生， $s$ 是未知的；但对于设计黑盒的出题人， $s$ 是已知的，可以根据 $s$ 来设计黑盒。量子算法仅适合这个特定的情况；经典算法，可以解决的问题的作用域更大，即使设计黑盒的人不知道 $s$ 时，经典算法也能解出 $s$ 。在这个特定黑盒问题上，量子算法比经典算法快 n 倍。】

经典上，如果只能通过输入 $x$ 得到 $f(x)$ ，那么需要 n 次查询才能确定 $s$ （每次查询确定一个比特，例如输入 $x = 00\dots 010\dots0$ 在第 j 位为 1 可以得到 $s_j$ ）。

Bernstein–Vazirani 算法用量子计算，只用 1 次查询 就得到 $s$ 。

1.2. 量子 Oracle 的实现

结合 $s$ 的具体值，由出题人实现一个量子门 $U_f$ 满足：

$U_f |x\rangle |y\rangle = |x\rangle |y \oplus f(x)\rangle$

其中 $x$ 是 n qubit 寄存器， $y$ 是 1 qubit 辅助寄存器。

【注，本小节先不太关注 $U_f$ 的具体实现，只要相信这是可以设计出来的。但，需要注意的是， $U_f$ 由出题人设计，设计细节跟 $s$ 的具体值有关，所以，更精确地， $U_f$ 应该叫做 $U_{f_s}$ 。第2节会专门讨论，这里先聚焦量子算法整体框架。】

1.3. 算法步骤

步骤 1：初始化

第一寄存器（n 个 qubit）： $|0\rangle^{\otimes n}$

第二寄存器（1 个 qubit）： $|1\rangle$

系统初态：

$|\psi_0\rangle = |0\rangle^{\otimes n} \otimes |1\rangle$

步骤 2：在辅助比特和输入寄存器上加 Hadamard 门

对每个 qubit 作用 $H$ ：

$|\psi_1\rangle = (H^{\otimes n} |0\rangle^{\otimes n}) \otimes (H|1\rangle)$

我们知道：

$H^{\otimes n} |0^n\rangle = \frac{1}{\sqrt{2^n}} \sum_{x \in \{0,1\}^n} |x\rangle$

$H|1\rangle = |-\rangle = \frac{|0\rangle - |1\rangle}{\sqrt{2}}$

所以：

$|\psi_1\rangle = \frac{1}{\sqrt{2^n}} \sum_{x} |x\rangle \otimes \frac{|0\rangle - |1\rangle}{\sqrt{2}}$

步骤 3：调用 Oracle $U_f$

$|\psi_2\rangle = U_f |\psi_1\rangle$

$= \frac{1}{\sqrt{2^n}} \sum_{x} |x\rangle \otimes \frac{|0 \oplus f(x)\rangle - |1 \oplus f(x)\rangle}{\sqrt{2}}$

因为：

$|0 \oplus a\rangle - |1 \oplus a\rangle = (-1)^a \big( |0\rangle - |1\rangle \big)$

这里 $a = f(x)$ 。

所以：

$|\psi_2\rangle = \frac{1}{\sqrt{2^n}} \sum_{x} (-1)^{f(x)} |x\rangle \otimes \frac{|0\rangle - |1\rangle}{\sqrt{2}}$

代入 $f(x) = s \cdot x$ ：

$|\psi_2\rangle = \frac{1}{\sqrt{2^n}} \sum_{x} (-1)^{s \cdot x} |x\rangle \otimes |-\rangle$

关键点：辅助比特依然是 $|-\rangle$ 态，没有被纠缠，所以我们可以只看第一寄存器状态：

$|\phi_2\rangle = \frac{1}{\sqrt{2^n}} \sum_{x} (-1)^{s \cdot x} |x\rangle$

这个态称为 s 的 Hadamard 基编码态（类似傅里叶对偶）。

步骤 4：对第一寄存器再作用 $H^{\otimes n}$

回忆 Hadamard 门的性质：

$H^{\otimes n} |x\rangle = \frac{1}{\sqrt{2^n}} \sum_{z} (-1)^{x \cdot z} |z\rangle$

逆变换相同（因为 $H$ 是自逆）：

$H^{\otimes n} \left[ \frac{1}{\sqrt{2^n}} \sum_{x} (-1)^{s\cdot x} |x\rangle \right] = \frac{1}{2^n} \sum_{x} \sum_{z} (-1)^{s\cdot x + x\cdot z} |z\rangle$

交换求和顺序：

$= \sum_{z} \left[ \frac{1}{2^n} \sum_{x} (-1)^{x \cdot (s \oplus z)} \right] |z\rangle$

步骤 5：利用正交性

对于二进制向量，有恒等式：

$\frac{1}{2^n} \sum_{x \in \{0,1\}^n} (-1)^{x \cdot w} = \delta_{w,0}$

其中 $w$ 是 n qubit 向量， $\delta_{w,0}=1$ 当且仅当 $w=0$ ，否则为 0。

这里 $w = s \oplus z$ ，所以：

$\frac{1}{2^n} \sum_{x} (-1)^{x \cdot (s \oplus z)} = \delta_{s,z}$

即只有 $z = s$ 的那一项系数为 1，其它为 0。

因此：

$H^{\otimes n} |\phi_2\rangle = |s\rangle$

步骤 6：测量

测量第一寄存器的 n 个 qubit，得到结果即为 $s$ （确定性的，不是概率性的），因为量子态正好是 $|s\rangle$ 。

1.4. 总结

算法步骤简记：

初始： $|0^n \rangle |1\rangle$
对所有 qubit 作用 Hadamard：
$\to \left( \frac{1}{\sqrt{2^n}} \sum_x |x\rangle \right) |-\rangle$
调用 Oracle $U_f$ ：
$\to \left( \frac{1}{\sqrt{2^n}} \sum_x (-1)^{s\cdot x} |x\rangle \right) |-\rangle$
对前 n 个 qubit 再次作用 Hadamard：
$\to |s\rangle |-\rangle$
测量前 n 个 qubit，得到 $s$ 。

1.5. 与 Deutsch–Jozsa 的区别

Deutsch–Jozsa：区分常数函数与平衡函数，也需要 1 次量子查询（经典最坏 $2^{n-1}+1$ 次）。
Bernstein–Vazirani：找到一个隐藏的二进制字符串 $s$ ，经典需要 n 次查询，量子 1 次。
BV 可以视为 DJ 的一个特例（但目标不同）。

最终，BV 算法的量子加速来自于 量子并行 + 相位反冲 + 量子傅里叶（Hadamard）变换 的配合，让 Oracle 一次调用就在叠加态中标记所有 $x$ 的相位 $(-1)^{s\cdot x}$ ，再通过 Hadamard 变换把相位信息变成基态 $|s\rangle$ 。

2. 深入 $U_f$

我们来具体构造 $U_f$ ，让它实现 $f(x) = s \cdot x \pmod{2}$ 。

2.1. 函数定义

给定一个固定的二进制字符串 $s = s_1 s_2 \dots s_n$ ，其中 $s_i \in \{0,1\}$ 。
定义：

$f(x) = s \cdot x = s_1 x_1 \oplus s_2 x_2 \oplus \dots \oplus s_n x_n$

这是线性函数（模 2 加法）。

2.2. 量子 Oracle 形式

我们需要一个幺正算符 $U_f$ 使得：

$U_f |x\rangle |y\rangle = |x\rangle |y \oplus f(x)\rangle$

对于 BV 算法，辅助比特初始为 $|-\rangle$ 时会触发相位反冲，使得：

$U_f |x\rangle |-\rangle = (-1)^{f(x)} |x\rangle |-\rangle$

所以对第一寄存器来说， $U_f$ 在这种特殊情况下表现为一个相位 Oracle：

$U_f |x\rangle = (-1)^{s\cdot x} |x\rangle \quad \text{(when \ auxiliary \ qubit\ is \ $|-\rangle$ )}$

2.3. 电路构造

情况 1： $s$ 只有一个 1（比如 $s=00\dots010\dots0$ ，第 j 位为 1）

那么 $f(x) = x_j$ 。

实现方式：

如果 $s_j=1$ 且其它位 $s_i=0$ ，则 $U_f$ 只需在辅助比特 $|y\rangle$ 上加一个 受控于第 j 个 qubit 的 CNOT。

电路：

$|x_1\dots x_n\rangle \to \text{no\ change}$

$|y\rangle \to |y \oplus x_j\rangle$

这就是 CNOT 门，控制位是第 j 个 qubit，目标位是辅助比特。

情况 2：一般 $s$ 有多个 1

例如 $s = 101$ ，则 $f(x) = x_1 \oplus x_3$ （假设 n=3）。

实现方法：

对于每个 i，如果 $s_i = 1$ ，就对辅助比特做一个 CNOT，控制位是第 i 个 qubit。
因为这些 CNOT 都目标在同一个辅助比特上，最终效果是：
$y \to y \oplus x_1 \oplus x_3$
这正是 $y \oplus f(x)$ 。

例子： $n=3, s=101$
电路（第一寄存器 $|x_1 x_2 x_3\rangle$ ，辅助比特 $|y\rangle$ ）：

CNOT：控制 $x_1$ ，目标 $y$
CNOT：控制 $x_3$ ，目标 $y$
（ $x_2$ 因为 $s_2=0$ 不参与）

检查对 $|-\rangle$ 的效果

辅助比特初始为 $|-\rangle = \frac{|0\rangle - |1\rangle}{\sqrt{2}}$ 。

CNOT 门作用在目标为 $|-\rangle$ 时的性质：
控制比特 $|c\rangle$ ，目标比特 $|-\rangle$ ：

$\text{CNOT} |c\rangle |-\rangle = |c\rangle \otimes \text{X}^c |-\rangle$

因为 $|-\rangle$ 是 X 的本征值为 $-1$ 的本征态：

$X|-\rangle = -|-\rangle$

所以：

$\text{CNOT} |c\rangle |-\rangle = (-1)^c |c\rangle |-\rangle$

即，控制比特为 $|1\rangle$ 时，整个态乘上 $-1$ 。

对于多个 CNOT（都目标在同一辅助比特 $|-\rangle$ 上），每个 CNOT 的相位因子是 $(-1)^{x_i}$ 当 $s_i=1$ 。
总的相位因子是：

$(-1)^{x_1 \cdot s_1} \cdot (-1)^{x_2 \cdot s_2} \cdots (-1)^{x_n \cdot s_n} = (-1)^{\sum_i s_i x_i} = (-1)^{s\cdot x}$

这正是我们要的相位 Oracle。

4. 完整电路图（BV 算法）

以 $n=3, s=101$ 为例：

       ┌───┐          ┌───┐
q0: |0>┤ H ├──■───────┤ H ├─── M ───> s1
       ├───┤  │       ├───┤
q1: |0>┤ H ├──┼───────┤ H ├─── M ───> s2
       ├───┤  │       ├───┤
q2: |0>┤ H ├──┼──■────┤ H ├─── M ───> s3
       ├───┤┌─┴─┐│ ┌──┴──┐
q3: |1>┤ H ├┤ X ├┤ ├─ X ─┤
       └───┘└───┘│ └─────┘
                  └───────

(注：q3 是辅助比特，初始 $|1\rangle$ ，经过 H 变成 $|-\rangle$ ；两个 CNOT 的控制分别是 q0 和 q2，目标都是 q3，对应 $s=101$ )