「はい」または「いいえ」と答える明確な理由はないと思います。ただし、PPがNPよりもこのような特性を認める可能性がはるかに高い理由を説明し、NPが量子計算モデルの修正に関して単純な特性を持たない可能性がある理由についていくつかの直観を与えることができます。
複雑さを数える
クラスNPとPPは、どちらも非決定的チューリングマシンの受け入れブランチの数に関して特徴付けることができます。これは、以下を使用するランダム化計算の可能な結果に関して、より現実的な方法で説明できます。一様にランダムなビット。次に、これらの2つのクラスを次のように説明できます。
L ∈ NPは多項式時間は、単一ビット出力アルゴリズム無作為がある場合α ∈{0,1}、その結果、X ∈ L場合に限りのPr [ α = 1 | x ]はゼロではなく、ゼロではありません（この確率は小さいかもしれません）。
L ∈ PPは多項式時間は、単一ビット出力アルゴリズム無作為がある場合α ∈{0,1}、その結果、X ∈ L場合に限りのPr [ α = 1 | x ]は、0.5以下（たとえば 、わずかな量）とは対照的に、0.5よりも大きい（ただし、ほんのわずかな量である可能性があります）。
これらのクラスがこの確率的記述を使用して実際に解決できない理由を見る1つの方法は、Pr [ α = 1 |の 確率推定を確信するために指数関数的に多くの繰り返しが必要な場合がある x ]関係する確率の違いのわずかさのため。
ギャップの複雑さと量子の複雑さ
上記の計算の結果「0」と「1」を「拒否」と「受け入れ」として説明しましょう。そして私たちは、結果を受け入れる/拒否できますランダム化されたブランチと呼びましょう拒否または受諾ブランチを。受け付けていないランダム化演算のすべての分岐したがって拒否されているので、PPはまた、計算パスを受け入れ、拒否の数との差の観点から定義することができる-私たちは呼び出すこと量受け入れギャップ：具体的には、受諾するかどうかをギャップは正、またはゼロ以下です。もう少し作業を行うと、PPの同等の特性を取得できます、アクセプタンスギャップがしきい値よりも大きいか、しきい値よりも小さいか（ゼロまたは入力xのその他の効率的に計算可能な関数）。
これを使用して、PPの言語を量子計算の観点から特徴付けることができます。説明からPP受け入れ確率を有するランダム化計算の点で（おそらくわずかに）0.5より大きい、または0.5以下で、内のすべての問題PPは、受入確率で同一の区別を持つ多項式時間の量子化アルゴリズムを認めます。量子計算を計算パスの合計としてモデル化し、負の重みのパスの拒否ブランチを使用してこれらのパスをシミュレートし、正の重みのパスのブランチを受け入れることにより、（統計的に弱い）区別を行うそのような量子アルゴリズムがPPの問題。
NPに対して同じことができるかどうかは明らかではありません。NPを受け入れギャップの観点から記述する自然な方法はありません。また、結果の「1」を測定する確率がゼロか、それとも非ゼロ—代わりにcoP = Pと呼ばれるクラスを提供します。これはNPに匹敵することは知られておらず、非常に大まかに言えば、NPに近いというよりは、PPに匹敵するほど強力です。
もちろん、いつかアクセプションギャップに関してNPの特性を見つけたり、量子計算をカウントの複雑さに関連付ける新しい方法を見つけたりするかもしれませんが、これがどのように起こるかについて納得できるアイデアを誰も持っているとは思いません。
概要
量子計算を介して、P対NP問題自体への洞察を得る見通しは、見込みはありませんが、不可能ではありません。