Grover 演算法

Grover演算法（Grover's algorithm）是量子計算領域中一種用於未排序資料庫的搜尋量子演算法，由Lov Grover於1996年提出。相較於傳統古典搜尋需 O(N) 時間，Grover演算法 能以 O(√N) 的時間找到目標，實現所稱的「二次加速」。其核心思想是利用量子疊加與量子干涉的特性，透過反覆應用「Oracle」與擴散算子來放大正確解答的振幅，使測量時獲得高機率的成功結果。 在實際應用層面，Grover演算法 除了解析量子計算的理論優勢外，還廣泛用於密碼學破解、組合優化問題以及機器學習的搜尋加速近年來亦出現多種變體，例如區間查詢、噪音緩解與多目標搜尋等，提升了在實驗量子硬體上的可行性。