当前位置: 首页 > news >正文

单个 h门作用在某个 qubit 的计算优化原理

也就是 h 门作用在其中一个 qubit 上,对应 state vector 的计算方式。

我们来详细推导H 门作用在其中一个 qubit 上时,对应的 state vector 计算方式。这里会用一个通用的方法,然后举例说明。

1. 通用规则

对于一个 n-qubit 系统,qubit 顺序假设为:

即最高位在左,最低位在右。

Hadamard 门

作用在第 k 个 qubit上(k=0 是最低位,k=n-1 是最高位)时,对应的矩阵是:

但更简单的优化做法是直接在状态向量系数上操作

2. 基态编号与系数

设总态为:

这里​ 是 n 位二进制基态,​,其中

若 H 作用在第 k 位(最低位​ 对应 k=0,高位对应更大的 k),那么运算只和该位有关。

3. 按固定其他位来配对

对于每个固定的其他位(即除了第 k 位外的所有 n-1 个位):

  • 有两个基态:一个是该 k 位为 0,一个是该 k 位为 1。

  • H 门将这两个基态线性组合。

步骤:

  1. 固定除了第 kk 位之外的所有位的二进制值。设这个 n-1 位的二进制数为t,它的取值范围是

  2. 原来的两个基态是:

    这里表示将 t 的二进制位插入到第 k 位之外的位,而第 k 位是​。

  3. 设这两个基态的原系数分别是:

  4. H 门的作用是:

  5. 因此新系数:

    对所有 t 做这个变换。

注意:所有其他位保持不变,只是该位的 0 和 1 状态被 H 混合。

4. 如何快速找到 \alphaα 和 \betaβ 对应的索引

设总的态向量长度,基态编号 x=0 到 N-1。

第 k 位的二进制权重

  • 若 x 的第 k 位为 0,则 x 与是同一个 t 对应的两个基态()。

  • 若 x 的第 k 位为 1,则 x 与配对。

更简单的做法:
取 x,计算(即
那么配对的两个 x 是 t 和
我们只需对 t 中第 k 位为 0 的那些 t 进行操作避免重复计算)。

算法步骤(用于人工计算):

  1. 对于每个 t 从 0 到,但第 k 位为 0。

  2. ​​,​​。

  3. 计算:

  4. 对其他所有 t 重复。

5. 举例:3-qubit,H 在中间位 (k=1)

原态:

这里,中间位是​,对应,权重

配对的 t:固定,变

列出配对:

t 的二进制:设第 1 位为 0,其他位任意。

  • t=0b000 (0) → x₀=0b000 (0), x₁=0b010 (2)
    对应基:|000⟩ 与 |010⟩

  • t=0b001 (1) → x₀=0b001 (1), x₁=0b011 (3)
    |001⟩ 与 |011⟩

  • t=0b100 (4) → x₀=0b100 (4), x₁=0b110 (6)
    |100⟩ 与 |110⟩

  • t=0b101 (5) → x₀=0b101 (5), x₁=0b111 (7)
    |101⟩ 与 |111⟩

变换:
对每个配对:

​​​

这样得到全部 8 个新系数。

6. 举例:具体数值例子

原态,则,其余 0。

配对 1: t=0 → α=0, β=1 → c'₀=(0+1)/√2 = 1/√2, c'₂=(0-1)/√2 = -1/√2
配对 2: t=1 → α=0, β=0 → c'₁=0, c'₃=0
配对 3: t=4 → α=0, β=0 → c'₄=0, c'₆=0
配对 4: t=5 → α=0, β=0 → c'₅=0, c'₇=0

新态:

7. H 在不同位置的区别

  • 如果 H 在最低位 (k=0),配对是 x 与 x+1(奇偶相邻)。

  • 如果 H 在最高位 (k=n-1),配对是 x 与(前半与后半对应位置)。

例如 3-qubit,H 在(k=2):
配对:
t 的第 2 位为 0:t=0,1,2,3

即 (0,4), (1,5), (2,6), (3,7) 配对。

总结公式
设 H 在第 k 位,对每个 t 满足 t 的第 k 位为 0,

则:

其他系数由这些覆盖全部。

http://www.jsqmd.com/news/168628/

相关文章:

  • 时序逻辑电路设计实验项目应用:简单计数器实现
  • 前后端分离校园竞赛管理系统系统|SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程
  • Markdown mermaid流程图:在Miniconda-Python3.11中绘制AI架构
  • 大厂数据结构面试题合集
  • CANoe环境下UDS诊断会话控制:完整示例
  • 超详细版Proteus元器件库大全查找与加载方法
  • 第十四章 群体遗传与进化
  • 最新大厂算法面试题合集(一)
  • PyTorch GPU显存不足?分析Miniconda-Python3.11中的内存占用
  • 12.30 - 合并区间 C++中class和C语言中struct的区别
  • Python安装第三方库:在Miniconda-Python3.11中使用pip与conda混合管理
  • 一张图讲清楚国自然逻辑结构
  • 一键删除顽固文件(强制删除)
  • Conda install常见错误:解决Miniconda-Python3.11中的Solving Environment问题
  • Pyenv与Miniconda对比:哪个更适合管理Python3.11用于大模型训练
  • 清华源同步延迟?手动刷新Miniconda-Python3.11的索引缓存
  • 第十二章 遗传与发育
  • 使用SMBus进行动态电压调节的技术路径:从零实现
  • CCS使用系统学习:TI C2000多核工程管理技巧
  • Jupyter内核配置错误?正确绑定Miniconda虚拟环境的方法
  • Windows平台Keil5汉化包兼容性深度剖析
  • 清华源rsync同步脚本:自动更新Miniconda-Python3.11基础镜像
  • Jupyter Lab集成PyTorch:基于Miniconda-Python3.11的一键启动方案
  • 世界模型 是什么 cuas
  • CSDN首页发布文章【分布鲁棒】数据驱动的多离散场景电热综合能源系统分布鲁棒优化算法研究(Matlab代码实现)46 / 1002020 年 9 月 22 号中国公布了碳中和目标,可见的
  • SSH反向隧道应用:从Miniconda-Python3.11服务器穿透回访本地
  • GitHub提交忽略文件:.gitignore配置Miniconda-Python3.11环境
  • Keil5烧录STM32时的复位电路设计操作指南
  • 从零开始搭建深度学习环境:Miniconda+PyTorch+GPU实战教程
  • LVGL移植项目应用:嵌入式Linux下DRM驱动适配