[发明专利]一种基于量子退火算法的百万位整数分解的通用方法

权利要求书

1.一种基于量子退火算法的百万位整数分解的通用方法，其特征在于：包括，

基于整数二进制乘法表的信息限制，不断更新所述整数二进制乘法表并对其进行分栏；

对分栏后的所述整数二进制乘法表进行目标函数构造，通过平方项属性对每栏的目标函数进行化简；

根据降维公式引入辅助变量对所述目标函数中大于2次项的多项式进行降维操作；

对每栏的所述目标函数分别进行变量替换，使值域从{0,1}变换到{-1,1}；

将所述目标函数最终的局部场系数矩阵h和耦合项系数矩阵J输入量子计算qbsolv软件环境执行量子退火过程；

最终输出能量最小值，对应整数分解成功的解。

2.根据权利要求1所述的基于量子退火算法的百万位整数分解的通用方法，其特征在于：所述信息包括，结构信息、进位信息和目标值信息。

3.根据权利要求1或2所述的基于量子退火算法的百万位整数分解的通用方法，其特征在于：所述平方项属性包括，

4.根据权利要求3所述的基于量子退火算法的百万位整数分解的通用方法，其特征在于：包括，

对每栏的所述目标函数分别进行变量替换(1-s_i)/2,s_i∈{-1,1},i＝1,2,3,L；

提取每栏目标函数的单次项系数和二次项系数作为局部场系数矩阵h和耦合项系数矩阵J，从而将整数分解问题转化为qbsolv软件环境可处理的Ising模型。

5.根据权利要求4所述的基于量子退火算法的百万位整数分解的通用方法，其特征在于：通用化目标值限制条件包括，

x_i+x_j+x_k＝1→x_ix_j＝x_jx_k＝x_ix_k＝0

1+c_z＝0→c_z＝1

其中，p_i，q_i，x_i，x_j，x_k代表乘法器的位，c_z代表进位，所有变量p_i，q_i，x_i，x_j，x_k，c_z都是二进制的，取值均为{0,1}。

6.根据权利要求5所述的基于量子退火算法的百万位整数分解的通用方法，其特征在于：包括，

分解整数N＝p×q(p＝10bit，q＝10bit)

其中，p和q为待分解整数N的两个质因子，通过整数二进制乘法表的结构信息、进位信息、目标值信息限制，不断更新整数乘法表并对其进行分栏。

7.根据权利要求6所述的基于量子退火算法的百万位整数分解的通用方法，其特征在于：包括，对整数二进制乘法表的高位栏与低位栏进行预处理优化，并进行多模块分布式独立处理。

8.根据权利要求7所述的基于量子退火算法的百万位整数分解的通用方法，其特征在于：根据降维公式引入辅助变量对目标函数中大于2次项的多项式进行降维操作，包括，