เปรียบเทียบวิธี

	Quantum Approximate Optimization Algorithm	อัลกอริทึมของ Grover
สาขาวิชา	การคำนวณเชิงควอนตัม	การคำนวณเชิงควอนตัม
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2014	1996
ผู้ริเริ่ม	Edward Farhi	Lov Grover
ประเภท	Hybrid quantum-classical algorithm	Quantum algorithm
แหล่งต้นตำรับ	Farhi, E., Goldstone, J., Gutmann, S. (2014). A quantum approximate optimization algorithm. arXiv preprint arXiv:1411.4028.	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.
ชื่อเรียกอื่น	QAOA, quantum alternating operator ansatz	quantum search, amplitude amplification
ที่เกี่ยวข้อง	4	3
สรุป	The Quantum Approximate Optimization Algorithm (QAOA) is a hybrid quantum-classical algorithm designed to solve combinatorial optimization problems on near-term quantum devices. Introduced by Farhi, Goldstone, and Gutmann in 2014, QAOA encodes optimization problems into quantum circuits and uses classical optimization to tune circuit parameters, aiming to find approximately optimal solutions for problems like MaxCut, graph coloring, and scheduling.	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.