第 13 课 · 振幅放大与振幅估计——从 Grover 到通用二次加速与最优性 · 模块二：算法主线

本课知识点（数学目标版）

  • 内容（五张目标卡，动词全部落到"推导/计算"）：
    1. 振幅放大框架——能写出 $P_g$、$S_f$、$S_\psi$ 与迭代算符 $Q = -S_\psi S_f$，并指出 Grover 对应的特例 $A = H^{\otimes n}$
    2. 平面旋转几何——能在 $\{|g\rangle,|b\rangle\}$ 基下逐项乘出 $Q$ 的 $2\times 2$ 矩阵并识别为转角 $2\theta$ 的旋转，推导 $k^* \approx \pi/(4\sqrt{a}) - 1/2$ 与成功率下界 $1-a$
    3. 通用二次加速——能比较"生成-检验"的经典 $O(1/a)$ 与量子的 $O(1/\sqrt{a})$，并代入 $a = 10^{-4}$ 算出加速倍数
    4. 振幅估计——能把 QPE 套在 $Q$ 上写出读出公式 $\hat{a} = \sin^2(\pi\cdot\tilde{y}/M_{\mathrm{QPE}})$，并解释 $O(1/\varepsilon)$ 对经典 $O(1/\varepsilon^2)$ 的精度优势
    5. 查询复杂度下界——能用多项式方法三步证明非结构化搜索的 $k \ge (1/(2\sqrt{6}))\cdot\sqrt{N} = \Omega(\sqrt{N})$
类型objectives