QPanda量子计算编程电子书

版 权

内容提要

前 言

术语表

第1章 量子计算的基本概念

1.1 量子比特及其特性

1.1.1 单量子比特

1.1.2 多量子比特

1.2 量子计算的基本操作

1.2.1 单量子比特逻辑门

1.2.2 多量子比特逻辑门

1.2.3 量子测量

1.2.4 量子线路

1.2.5 量子程序

1.2.6 QIf与QWhile

1.2.7 基于量子信息的IF与WHILE

第2章 QPanda与本源量子计算云平台的使用

2.1 QPanda的安装及使用案例

2.2 本源量子计算云平台的使用案例

第3章 Shor算法

3.1 量子算术运算

3.1.1 量子加法器

3.1.2 量子减法器

3.1.3 量子乘法器

3.1.4 量子除法器

3.2 量子傅里叶变换

3.2.1 基于QFT的常数算术运算

3.2.2 变量模运算基本组件

3.3 量子相位估计

3.4 Shor算法及其应用

第4章 量子态制备算法

4.1 编码到基向量

4.2 编码到量子比特旋转角度与相位

4.3 编码到振幅

4.3.1 Top-down振幅编码

4.3.2 Bottom-top振幅编码

4.3.3 双向振幅编码

4.3.4 基于Schmidt分解的振幅编码

第5章 量子搜索算法

5.1 振幅放大算法

5.2 Grover算法

5.3 量子行走搜索算法及其应用

5.3.1 马尔可夫链与经典随机行走

5.3.2 量子行走

5.3.3 量子行走搜索算法

5.3.4 量子行走搜索算法编程示例

第6章 量子线性方程组求解器

6.1 哈密顿量模拟

6.1.1 基础原理

6.1.2 哈密顿量的有效模拟

6.1.3 量子行走模拟任意哈密顿量

6.2 HHL算法及其应用

6.2.1 基础原理

6.2.2 算法流程

6.2.3 算法讨论

6.2.4 代码实现

6.3 量子态层析

6.3.1 单量子比特层析

6.3.2 多量子比特层析

6.3.3 代码实现

第7章 变分量子算法

7.1 变分量子算法的原理

7.2 量子近似优化算法及其应用

7.2.1 量子近似优化算法

7.2.2 算法原理与参数优化方法

7.2.3 量子交替算符拟设

7.3 变分量子本征求解器及其应用

7.3.1 以泡利算符为基底展开厄米矩阵

7.3.2 试验态的制备

7.3.3 量子期望估计

7.3.4 经典优化器参数优化

7.4 量子机器学习算法及其应用

第8章 使用含噪声虚拟机验证量子算法

8.1 量子计算机的运行机制

8.1.1 量子计算机与传统计算机的区别

8.1.2 量子程序代码构成

8.2 量子逻辑门分解

8.2.1 CS 分解

8.2.2 QS 分解

8.2.3 多控门分解

8.2.4 基础逻辑门转换

8.3 量子芯片拓扑结构映射

8.3.1 Sabre算法

8.3.2 BMT拓扑映射算法

8.4 量子计算机的噪声

8.4.1 开放系统

8.4.2 Kraus算符

8.4.3 Lindblad主方程

8.4.4 Choi 矩阵

8.5 含噪声虚拟机及其使用方法

8.5.1 噪声模型介绍

8.5.2 噪声接口使用

8.6 量子程序的实用分析工具

第9章 使用量子计算机运行量子算法

9.1 使用本源量子计算云平台运行量子算法

9.1.1 本源量子计算云平台

9.1.2 图形化编程页面介绍

9.1.3 创建量子线路

9.2 使用QPanda运行量子算法

9.2.1 概述

9.2.2 振幅放大

9.3 量子计算机性能分析指标

9.3.1 概述

9.3.2 线路运行时间

9.3.3 每秒线路层操作数

9.3.4 量子体积

9.3.5 随机基准

9.3.6 交叉熵基准

第10章 量子计算数学基础

10.1 集合与映射

10.1.1 集合的概念

10.1.2 集合的关系

10.1.3 集合的运算

10.1.4 集合的运算法则

10.1.5 映射

10.2 向量空间

10.2.1 向量空间的概念与性质

10.2.2 线性无关与基

10.2.3 向量的内积

10.3 矩阵间的运算

10.3.1 矩阵的概念

10.3.2 矩阵的加法与乘法

10.3.3 可逆矩阵与矩阵相似

10.4 矩阵的特征

10.4.1 矩阵的特征值与特征向量

10.4.2 厄米矩阵

10.4.3 对易式与反对易式

10.5 矩阵的函数

10.6 线性算符与矩阵表示

10.6.1 线性算符

10.6.2 矩阵表示

10.6.3 向量外积

10.6.4 对角表示

10.6.5 投影算符

参考文献