เปรียบเทียบวิธี

	อัลกอริทึมของ Grover	ควอนตัมมอนติคาร์โล	การประมาณค่าเฟสควอนตัม
สาขาวิชา	การคำนวณเชิงควอนตัม	การคำนวณเชิงควอนตัม	การคำนวณเชิงควอนตัม
ตระกูล	Machine learning	Machine learning	Machine learning
ปีกำเนิด	1996	1953	1995
ผู้ริเริ่ม	Lov Grover	Nicholas Metropolis and colleagues	Alexei Kitaev
ประเภท	Quantum algorithm	Monte Carlo simulation	Subroutine algorithm
แหล่งต้นตำรับ	Grover, L. K. (1996). A fast quantum mechanical algorithm for database search. Proceedings of the 28th Annual ACM Symposium on Theory of Computing (STOC), 212–219.	Metropolis, N., Rosenbluth, A. W., et al. (1953). Equation of state calculations by fast computing machines. Journal of Chemical Physics, 21, 1087–1092.	Kitaev, A. Y. (1995). Quantum measurements and the Abelian stabilizer problem. arXiv preprint quant-ph/9511026.
ชื่อเรียกอื่น	quantum search, amplitude amplification	QMC, variational Monte Carlo, diffusion Monte Carlo	QPE, phase kickback
ที่เกี่ยวข้อง	3	3	3
สรุป	Grover's Algorithm is a quantum algorithm for searching an unsorted database, offering a quadratic speedup over classical linear search. Proposed by Lov Grover in 1996, it exploits quantum superposition and amplitude amplification to find a target item among N items in O(√N) queries, compared to the classical O(N) requirement.	Quantum Monte Carlo (QMC) is a stochastic computational method for computing ground state properties of quantum many-body systems. Combining classical Monte Carlo sampling with quantum mechanics, QMC approaches are among the most accurate methods available for electronic structure and condensed matter physics, achieving sub-percent accuracy for many systems.	Quantum Phase Estimation (QPE) is a fundamental quantum subroutine that estimates the eigenvalues of a unitary operator. Developed by Alexei Kitaev in 1995, QPE combines controlled unitary evolution with the quantum Fourier transform to extract eigenvalues from quantum states with exponential precision scaling.