该论文研究量子算法中「查询次数与内存（量子比特）之间的权衡」这一核心问题。经典背景下，对于均匀随机函数 f:[N]→[N]，BHT 算法用 O(N^{1/3}) 次查询加上一张 O(N^{1/3}) 规模的量子可访问经典表即可找到碰撞，而仅用对数空间的 Grover 搜索需要 O(√N) 次查询。介于这两个极端之间的最优查询—空间权衡长期是公开难题。作者在「标签对称算法」这一受限但自然的类中彻底解决了该问题：所谓标签对称，是指算法把函数 f 的输出标签视为可互换。作者证明，任何做出 T 次查询、使用 S 个量子比特、以常数概率在均匀随机函数上找到碰撞的标签对称算法，必须满足 T=Ω(N^{1/3}) 且 T²S=Ω(N log N)。当 M=N 时，这两个下界被一种空间高效的 BHT 实现所达到，因此在该算法类中是最优的。作为副产物，作者导出 Element Distinctness（元素唯一性判定）搜索版本的对应权衡：对 f:[n]→[n²]，任何标签对称算法必须满足 T=Ω(n^{2/3}) 且 T²S=Ω(n² log n)，与 Ambainis 量子游走算法的上界吻合，同样达到最优。技术路线上，作者发展了「空间敏感的压缩预言机（compressed oracle）」技术：压缩预言机以不断演化的数据库叠加态记录算法已学到的信息；借助标签对称性与表示论，作者证明使用 S 个量子比特的算法实际上只能有效保留约 O(S/log N) 条无碰撞数据库条目的信息，将该估计代入压缩预言机论证即得到上述权衡。该结果属于量子查询复杂度与时空下界的理论研究，作者未涉及任何具体密码系统的攻击实现或实验评估。