- 主信息：总成本 $S + O(1/\sqrt{\delta\epsilon}) \cdot (U+C)$；$\epsilon = \Theta(r^2/N^2)$、$\delta = \Theta(1/r)$ → $r = N^{2/3}$
- 命题框：量子行走搜索总成本 $S + O(1/\sqrt{\delta\epsilon}) \cdot (U+C)$；Johnson 图 $J(N,r)$：顶点 = $[N]$ 的 $r$ 元子集 $S$，行走态 $|S\rangle|D(S)\rangle$，$D(S) = \{(i, f(i)) : i \in S\}$；标记 = $D(S)$ 内含重复输出
- 推导步骤：
- 两个平方根的来源：$1/\sqrt{\epsilon}$ 来自振幅放大（把 $\sqrt{\epsilon}$ 的标记振幅推到常数）；$1/\sqrt{\delta}$ 来自特征相位 $\arccos(1-\delta) \approx \sqrt{2\delta}$——特征相位是转移矩阵特征值的反余弦
- 三项成本：$S = r$（均匀子集叠加免费、加载 $D(S)$ 查 $r$ 次）；$U = O(1)$（相邻子集只差 1 个元素，每步 1 次新查询）；$C = 0$（查重读哈希表，不问 oracle）
- $\epsilon$ 精确计数：$\epsilon = C(N-2,r-2)/C(N,r) = r(r-1)/(N(N-1)) = \Theta(r^2/N^2)$（约去公共因子 $(N-r)!$）
- 演算（教材手算例）：$N=10$、$r=4$：$C(8,2) = 28$、$C(10,4) = 210$ → $\epsilon = 28/210 = 2/15$；公式验证 $r(r-1)/(N(N-1)) = 4 \cdot 3/(10 \cdot 9) = 12/90 = 2/15$ ✓
- $\delta$ 推导：Johnson 图特征值 $\lambda_1 = [(r-1)(N-r-1) - 1]/(r(N-r)) = 1 - N/(r(N-r))$ → $\delta = N/(r(N-r)) = \Theta(1/r)$（每步只换 1 个元素 → 混合时间 $\Theta(r)$）
- 合成与平衡：$1/\sqrt{\delta\epsilon} = 1/\sqrt{r/N^2} = N/\sqrt{r}$；令 $r = N/\sqrt{r}$ → $r^{3/2} = N$ → $r = N^{2/3}$。一行思路：谱隙的 $1/r$ 恰好消掉 $\epsilon$ 中 $r^2/N^2$ 的一个 $r$
- 代数值：$N = 10^6$ → $r = 10^4$：setup $10^4$ + 行走 $10^6/10^2 = 10^4$ = 合计 $\approx 2 \times 10^4$ 次，比经典 $10^6$ 少约 50 倍 ✓
- 结果框：ED 查询 $\Theta(N^{2/3})$，多项式法/对抗法下界 $\Omega(N^{2/3})$ 匹配最优——"成对证据比单点证据贵 $N^{1/6}$"；查询 $\ne$ 时间（朴素数组 $O(N^{4/3})$ 反慢于经典排序，需可逆数据结构+QRAM 压到 polylog）；推广：k-distinctness $O(N^{k/(k+1)})$，learning graph 改进到 $N^{3/4 - 1/(4(2^k-1))}$（$k=3$：$5/7 \approx 0.714$ 优于 $3/4$）
类型definition-derivation + worked-example