CN116136968A - Grover算法的量子线路优化方法及相关装置 - Google Patents
Grover算法的量子线路优化方法及相关装置 Download PDFInfo
- Publication number
- CN116136968A CN116136968A CN202111356549.0A CN202111356549A CN116136968A CN 116136968 A CN116136968 A CN 116136968A CN 202111356549 A CN202111356549 A CN 202111356549A CN 116136968 A CN116136968 A CN 116136968A
- Authority
- CN
- China
- Prior art keywords
- quantum state
- gate
- target
- target quantum
- quantum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000005457 optimization Methods 0.000 title claims abstract description 33
- 239000002096 quantum dot Substances 0.000 claims abstract description 97
- 238000012545 processing Methods 0.000 claims abstract description 79
- 230000003321 amplification Effects 0.000 claims abstract description 26
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000004888 barrier function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
本申请实施例提出一种Grover算法的量子线路优化方法及相关装置，涉及量子信息科学技术领域。该方法包括利用量子输入线路对初始化的量子比特进行处理，获得第一量子态及各第一量子态对应的第一振幅；利用相位翻转线路对目标量子态进行处理，获得相位翻转后的目标量子态；其中，相位翻转线路中包括在任一量子位上***的第一控制门，第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转；利用振幅放大线路对相位翻转后的目标量子态进行处理，获得目标量子态对应的第二振幅；且第二振幅大于第一振幅。通过该方法无需在量子线路中增设附加量子比特线路，从而节约了量子资源。
Description
技术领域
本申请涉及量子信息科学技术领域，具体而言，涉及一种Grover算法的量子线路优化方法及相关装置。
背景技术
Grover算法可用于解决无序数据库搜索问题，采用Grover算法对无序量子态进行搜索时，需要将目标量子态的相位进行翻转从而标记该目标量子态。
目前，通常通过作用于附加量子比特线路上的控制X门实现对目标量子态的相位翻转，但该方式会增加附加量子比特线路的使用，造成量子资源的浪费。
发明内容
有鉴于此，本申请的目的在于提供一种Grover算法的量子线路优化方法及相关装置，以减少附加量子比特线路的使用，节约量子资源。
为了实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请提供一种Grover算法的量子线路优化方法，所述方法包括：
利用量子输入线路对初始化的量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅；其中，所述第一量子态包括目标量子态和其他量子态；
利用相位翻转线路对所述目标量子态进行处理，获得相位翻转后的目标量子态；其中，所述相位翻转线路中包括在任一量子位上***的第一控制门，所述第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转；
利用振幅放大线路对所述相位翻转后的目标量子态进行处理，获得所述目标量子态对应的第二振幅；其中，所述第二振幅大于所述第一振幅。
在可选的实施方式中，所述利用相位翻转线路对所述目标量子态进行处理，获得相位翻转后的目标量子态的步骤，包括：
根据所述目标量子态的状态，确定取值为0的目标量子位；
利用所述第一X门对所述目标量子位进行处理，根据所述目标量子态获得所述第一目标量子态；
利用所述第一控制门对所有量子位进行处理，根据所述第一目标量子态获得第二目标量子态；
利用第二X门对所述目标量子位进行处理，根据所述第二目标量子态获得相位翻转后的目标量子态。
在可选的实施方式中，当所述第一控制门为第一H门、第一控制X门、第二H门的组合时，所述利用所述第一控制门对所有量子位进行处理，根据所述第一目标量子态获得第二目标量子态的步骤，包括：
依次利用所述第一H门、第一控制X门、第二H门对所有量子位进行处理，根据所述第一目标量子态获得所述第二目标量子态。
在可选的实施方式中，所述利用振幅放大线路对所述相位翻转后的目标量子态进行处理，获得所述目标量子态对应的第二振幅的步骤，包括：
利用第三H门对所述相位翻转后的目标量子态的所有量子位进行处理，获得第三目标量子态；
依次利用第三X门、第二控制门以及第四X门对所述第三目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态；
利用第四H门对所述相位翻转后的第三目标量子态的所有量子位进行处理，获得所述目标量子态对应的第二振幅。
在可选的实施方式中，当所述第二控制门为第五H门、第二控制X门、第六H门的组合时，所述依次利用第三X门、第二控制门以及第四X门对所述第三目标量子态进行处理，获得相位翻转后的第三目标量子态的步骤，包括：
利用所述第三X门对所述第三目标量子态的所有量子位进行处理，获得第四目标量子态；
依次利用所述第五H门、第二控制X门、第六H门对所述第四目标量子态的所有量子位进行处理，获得相位翻转后的第四目标量子态；
利用所述第四X门对所述相位翻转后的第四目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态。
在可选的实施方式中，在所述利用量子输入线路对量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅的步骤之前，所述方法还包括：
根据所述第一量子态的状态确定所述量子输入线路中的量子门类型。
第二方面，本申请提供一种Grover算法的量子线路优化装置，所述装置包括：
量子输入模块，用于对量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅；其中，所述第一量子态包括目标量子态和其他量子态；
相位翻转模块，用于对所述目标量子态进行处理，获得相位翻转后的目标量子态；其中，所述相位翻转线路中包括在任一量子位上***的第一控制门，所述第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转；
振幅放大模块，用于对所述相位翻转后的目标量子态进行处理，获得所述目标量子态对应的第二振幅；其中，所述第二振幅大于所述第一振幅。
在可选的实施方式中，所述相位翻转模块还用于根据所述目标量子态的状态，确定取值为0的目标量子位；
利用所述第一X门对所述目标量子位进行处理，获得第一目标量子态；
利用所述第一控制门对所有量子位进行处理，获得第二目标量子态；
利用第二X门对所述目标量子位进行处理，获得相位翻转后的目标量子态。
第三方面，本申请提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现前述实施方式任一所述的方法。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述实施方式中任一项所述的方法。
本申请实施例提供的Grover算法的量子线路优化方法及相关装置，在通过相位翻转线路对目标量子态进行处理时，通过在任一量子位上***的第一控制门，对经由第一X门处理后的第一目标量子态进行处理，使第一目标量子态的相位进行翻转，最终实现目标量子态的相位翻转，从而无需在量子线路中增设附加量子比特线路对目标量子态的相位进行翻转，节约了量子资源。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1A-图1C示出了Grover算法的一种原理示意图。
图2示出了一种采用附加量子比特线路的Grover算法线路。
图3示出了本申请实施例提供的Grover算法的量子线路优化方法的一种流程示意图。
图4示出了本申请实施例提供的Grover算法的量子线路优化方法的另一流程示意图。
图5示出了本申请实施例提供的Grover算法的量子线路优化方法的再一流程示意图。
图6示出了本申请实施例提供的Grover算法的量子线路优化方法的又一流程示意图。
图7示出了Grover算法经过优化后的量子线路。
图8示出了本申请实施例提供的Grover算法的量子线路优化方法的又一流程示意图。
图9A-图9C示出了用Grover算法对多个目标量子态同时进行搜索的量子线路示意图。
图10示出了本申请实施例提供的Grover算法的量子线路优化装置的一种功能模块图。
图11示出了本申请实施例提供的电子设备的方框示意图。图标：100-量子输入线路；110-相位翻转线路；111-第一控制门；120-振幅放大线路；121-第二控制门；200-量子输入模块；210-相位翻转模块；220-振幅放大模块；30-电子设备；310-存储器；320-处理器；330-通信模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Grover算法现如今一般用于解决无序数据库搜索问题，可实现相对于经典搜索的平方根加速。Grover算法可利用量子计算机的特性，对输入数据进行量子编码，并利用振幅放大技术将被标记数据的量子编码形式的振幅进行放大，从而达到搜索目的。
由于本申请涉及量子算法，为了便于理解，在对本申请实施例提供的Grover算法的量子线路优化方法进行说明之前，首先简要介绍Grover算法的原理。
假设有n个量子比特，用于记录数据库中每个数据的索引，因此，该n个量子比特可用于表示2n个数据，记为N个，显然地，N＝2n。Grover算法在对目标量子态进行搜索时，需要首先对目标量子态进行标记，具体表现为，当搜索到除目标量子态以外的其他量子态时，不改变其值，而当搜索到目标量子态时，对其相位进行翻转，从而将目标量子态的相位变为负数。
可采用如下公式进行表示：
其中，x为待搜索数据库中的任一数据，ω表示目标数据，|x>表示待搜索数据库中的任一量子态，Uω表示一个对角矩阵，使目标量子态具有负相位。
可建立函数式表示某一数据是否为搜索结果：
上述公式表征，当搜索到的数据为目标数据时，f(x)取1，当搜索到的数据并非为目标数据时，f(x)取0。
在此基础上，Uω|x>可表示为：
Uω|x>＝(-1)f(x)|x>
可将Grover算法的步骤大致分为如下三步：
步骤1：进行量子叠加态的制备，从而获得所有可能情况的等额叠加态，可通过以下公式表示：
其中，|s>表示初态，
表示利用作用在n个|0>上的H门制备从|0…0>到|1…1>的N个量子态，且每个量子态的概率都相同，/>
表示各量子态的振幅，且N＝2n。
若需要搜索的目标量子态共M个，则其他不需要搜索的量子态为N-M个，可将所有非搜索问题的解定义为一个量子态|s′>，则|s′>可表示为：
其中，∑x1表示x上所有非搜索问题的解的和。
|ω>为目标数据对应的目标量子态，由于|ω>和|s′>相互正交，因此，通过代数运算，可将初态|s>表示为：
请参照图1A，为Grover算法的一种原理示意图，左侧为初态示意图、右侧为各量子态振幅的条形图。可以理解的，该初态属于|ω>和|s′>张成的空间，|s>＝sinθ|ω>+cosθ|s′>，其中，
且各量子态的振幅均相等，为/>
步骤2：应用Uω(oracle)到|s>，使得|s>关于|s′>对称。
请参照图1B，为Grover算法的另一原理示意图，将|s>关于|s′>对称得到|ψt′>，意味着|ω>的相位变为负值，从而目标量子态的振幅值变为负值，因此所有状态的平均振幅降低(由虚线表示)。
步骤3：将Us作用到|s>上，请参照图1C，为Grover算法的又一原理示意图，由于Us是关于叠加状态|s>的对称操作，因此，可以分解为
UsUω作用在|s>上，使其不断接近目标量子态|ω>。其中，Us对于振幅条形图而言，可理解为对平均振幅的反映。
重复步骤2和步骤3，从而使|s>不断接近目标量子态|ω>。经t次之后，可获得|ψt>，且|ψt>可通过如下公式表示：
|ψt>＝(UsUω)t|s>
其中，|ψt>表示将|s>经过t次迭代后的量子态，t表示迭代次数。
由于每一次Grover迭代可使量子态逆时针旋转2θ，在经过k次Grover迭代后，末态的量子态为：
|ψt>＝cos((2k+1)θ)|s>+sin((2k+1)θ)|ω>
因此，经过多次迭代操作后，可使末态在|ω>态上概率很大，满足精度要求，该迭代次数k满足：
经过上述关于Grover算法的介绍可知，在应用Grover算法进行搜索需要进行量子叠加态的制备，对于用来记录数据库中每个数据的索引的n个量子比特而言，可制备2n个量子态，对应2n个数据，同时可获得各量子态对应的振幅，该振幅的平方即为各量子态在搜索时被读取到的概率。显然地，此时获得的量子态各自的概率均一致，因此，为了使目标量子态的被读取的概率更大，需要对目标量子态进行相位翻转从而标记该目标量子态，之后对相位翻转后的目标量子态的振幅进行放大，从而在搜索时可以极大的概率读取到目标量子态。
而现有技术中一般采用附加量子比特线路中的控制X门以及X门和H门的组合形式实现对目标量子态的相位翻转。以输入三个量子比特制备量子叠加态为例，请参阅图2，为一种采用附加量子比特线路的Grover算法线路。
其中，q_0对应附加量子比特线路，q_1-q_3对应索引空间，q_4-q_6对应数据空间。该索引空间用于对各量子态的位置进行编码，该数据空间用于对各量子态的数据进行编码；该附加比特线路包括X门和H门，以及控制X门，用于将目标量子态在数据空间中进行相位翻转从而实现对目标量子态的标记。
显然地，由于采用该方法需要引入附加量子比特线路对目标量子态进行相位翻转，因此会增加附加量子比特线路的使用，从而造成量子资源的浪费。
基于以上发现，发明人对现有的Grover算法的量子线路进行优化，提出一种Grover算法的量子线路优化方法，以减少附加量子比特线路的使用，节约量子资源。
接下来对本申请实施例提供的Grover算法的量子线路优化方法进行示例性说明，请参照图3，为本申请实施例提供的Grover算法的量子线路优化方法的一种流程示意图，该方法包括：
步骤S21，利用量子输入线路对初始化的量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅。
其中，第一量子态包括目标量子态和其他量子态。
在本实施例中，该量子输入线路可通过量子逻辑门对量子比特的初始态进行处理，可选地，该量子比特的初始态可以为0态(|0>)，也可以为1态(|1>)；该量子逻辑门可以是H门，将H门作用于初始态为0态的量子比特上，可以制备量子叠加态，从而获得第一量子态及各第一量子态对应的第一振幅。
可以理解的，该第一量子态为所有可能情况的等额叠加态，其中包括目标量子态和其他量子态，且各第一量子态对应的第一振幅均相等。
步骤S22，利用相位翻转线路对目标量子态进行处理，获得相位翻转后的目标量子态。
其中，相位翻转线路中包括在任一量子位上***的第一控制门，第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转。
在本实施例中，可在数据空间中利用相位翻转线路上的量子逻辑门对目标量子态进行处理，在任一量子位上***第一控制门，通过该第一控制门及其控制位，可对经由第一X门处理后的第一目标量子态进行处理，从而将该第一目标量子态的相位进行翻转，最终实现目标量子态的相位翻转。
由于该数据空间用于对目标量子态的数据进行编码，因此，可以理解的，该相位翻转线路仅改变目标量子态的相位从而标记该目标量子态，并不影响目标量子态的振幅大小。
在本实施例中，为了在所有第一量子态中标记目标量子态，可将所有第一量子态输入相位翻转线路，该相位翻转线路可将目标量子态的相位进行翻转，使目标量子态的相位变为负数，同时不改变其他量子态的相位状态。由于目标量子态的相位为负数，其他量子态的相位均为正数，因此可在所有第一量子态中标记该目标量子态。
步骤S23，利用振幅放大线路对相位翻转后的目标量子态进行处理，获得目标量子态对应的第二振幅。
其中，第二振幅大于第一振幅。可以理解的，该第二振幅的平方即为目标量子态在搜索时被读取到的概率值。
可选地，可在索引空间内将所有量子态均输入振幅放大线路中，由于此时目标量子态被标记，即仅有目标量子态的相位为被翻转成为负值，因此该振幅放大线路可根据相位状态识别目标量子态，从而仅针对相位翻转后的目标量子态进行处理，将该目标量子态的振幅进行放大。
由于各量子态的振幅的平方即为各量子态在搜索时被读取到的概率，而各量子态的概率之和为1，因此，可以理解的，经由振幅放大线路处理后，目标量子态的振幅放大的同时，其他量子态的振幅会缩小。
在本实施例中，经过相位翻转线路处理后目标量子态的相位已经翻转，同时该目标量子态的振幅也进行翻转从而变为负数，即目标量子态和其他量子态的平均振幅降低。但此时，目标量子态的振幅和其他量子态的振幅的绝对值并未发生变化，仍为第一振幅，即在搜索时读取到目标量子态的概率并未发生变化。为了增大搜索时读取到目标量子态的概率，可利用振幅放大线路对该目标量子态进行处理，放大目标量子态的振幅。
在一种可能实现的方式里，在进行Grover搜索时，可以应用开源量子计算框架例如QPanda2，采用QCircuit类型的参数in_operate和state_operate表征输入线路和量子制备线路；采用std：：vector<std：：string>类型的参数mark_data表征待搜索的目标量子态集合；采用QVec类型的参数data_qubits和in_qubits表征数据空间和索引空间的量子比特数；采用QuantumMachine类型的参数qvm表征虚拟机类型，从而根据输入线路和量子态制备线路对目标量子态进行相位翻转和放大，返回完整的量子线路。在进行数据标记时，可采用QVec类型的参数flip_qubit表征翻转线路量子比特数；采用std：：vector<std：：string>类型的参数mark_data表征待搜索的目标量子态，从而搜索目标量子态并进行相位翻转，返回翻转量子线路。在进行振幅放大时，可采用QVec类型的参数q_us表征放大线路量子比特数；采用QCircuit类型的参数in_operate表征算法输入线路，从而对搜索到的目标量子态的振幅进行放大，返回放大线路。
本申请实施例提供的Grover算法的量子线路优化方法，利用量子输入线路对初始化的量子比特进行处理以制备量子叠加态，从而获得量子叠加后的第一量子态和各第一量子态对应的第一振幅，且该第一量子态中包含有目标量子态及其他量子态，之后利用相位翻转线路对该目标量子态进行处理，从而将目标量子态的相位进行翻转，以实现对目标量子态的标记，该相位翻转线路中包含有任一量子位上***的第一控制门，通过该第一控制门可实现对第一X门处理后所获得的第一目标量子态的相位翻转，最后利用振幅放大线路对相位翻转后的目标量子态进行处理，从而可获得目标量子态对应的第二振幅，由于目标量子态的振幅经由振幅放大线路被放大，因此，该第二振幅大于第一振幅。通过在相位翻转线路中任一量子位上***的第一控制门，对经由第一X门处理后的第一目标量子态进行处理，使第一目标量子态的相位翻转，最终实现目标量子态的相位翻转，从而无需在量子线路中增设附加量子比特线路对目标量子态的相位进行翻转，节约了量子资源。
可选地，为了获取相位翻转后的目标量子态，下面给出了一种可能的实施方式，具体的，在图3的基础上，图4为本申请实施例提供的Grover算法的量子线路优化方法的另一流程示意图，请参照图4，上述步骤S22还可以包括如下步骤：
步骤S221，根据所述目标量子态的状态，确定取值为0的目标量子位；
步骤S222，利用第一X门对目标量子位进行处理，根据目标量子态获得第一目标量子态。
在本实施例中，可根据目标量子态的状态确定取值为0的目标量子位，由于X门可将各量子位上的“0”置“1”、“1”置“0”，因此，通过在目标量子位上***第一X门，可将各目标量子位上的“0”制备为“1”，从而获得各量子位均为1的第一目标量子态。
步骤S223，利用第一控制门对所有量子位进行处理，根据第一目标量子态获得第二目标量子态。
在本实施例中，可通过第一控制门对第一目标量子态的所有量子位进行处理，从而将各量子位均为1的第一目标量子态的相位进行翻转，获得第二目标量子态，即，第二目标量子态为第一目标量子态的负数形式。
步骤S224，利用第二X门对目标量子位进行处理，根据第二目标量子态获得相位翻转后的目标量子态。
在本实施例中，可在目标量子位上***第二X门，针对第二目标量子态将该目标量子位上的“1”置“0”，在保持相位翻转结果的同时，将全1态的第二目标量子态还原为目标量子态，从而获得相位翻转后的目标量子态，即，该相位翻转后的目标量子态为负数。
本实施例提供的Grover算法的量子线路优化方法，在相位翻转线路中可通过第一X门将目标量子态制备为全1的第一目标量子态，并在任一量子位上***的第一控制门实现第一目标量子态的相位翻转，获得第二目标量子态，最后通过第二X门对该第二目标量子态进行处理，获得相位翻转后的目标量子态。通过第一控制门可完成相位翻转过程，如此可不必增设附加量子比特线路，减少了附加量子比特线路的使用，节约了量子资源。
可选地，该第一控制门可以是H门、控制X门和H门的组合形式。在第一控制门为第一H门、第一控制X门和第二H门的组合时，上述步骤S223可以通过如下步骤实现：
依次利用第一H门、第一控制X门、第二H门对所有量子位进行处理，根据第一目标量子态获得第二目标量子态。
可选地，可在同一量子位上***该第一H门、第一控制X门以及第二H门，第一控制X门的目标位为该同一量子位，控制位为其他量子位。
可选地，该第一H门、第一控制X门和第二H门作为一个整体对包括目标位和控制位的所有量子位进行处理。
可选地，该第一控制门还可以是控制Z门，在该第一控制门为第一控制Z门的情况下，上述步骤S223可以通过如下步骤实现：利用第一控制Z门对所有量子位进行处理，根据第一目标量子态获得第二目标量子态。
可选地，可在任一量子位上***第一控制Z门，第一控制Z门的目标位为该任一量子位，控制位为其他量子位。
由于相位翻转线路仅对目标量子态进行相位翻转从而标记该目标量子态，并不改变该目标量子态在搜索时被读取到的概率，因此，还需要对标记后的目标量子态进行振幅放大。具体的，在图3的基础上，图5为本申请实施例提供的Grover算法的量子线路优化方法的再一流程示意图，请参照图5，上述步骤S23还可以包括如下步骤：
步骤S231，利用第三H门对相位翻转后的目标量子态的所有量子位进行处理，获得第三目标量子态。
在本实施例中，相位翻转线路可根据相位状态识别目标量子态从而对其进行处理，放大目标量子态的振幅，通过在所有量子位上***第三H门，由第三H门对相位翻转后的目标量子态的所有量子位进行处理，获得各量子位均为0的第三目标量子态。此时，该第三目标量子态为的相位为正数。
步骤S232，依次利用第三X门、第二控制门以及第四X门对第三目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态。
可选地，可在所有量子位上***第三X门，在任一量子位上***第二控制门，在所有量子位上***第四X门。
在本实施例中，该第三X门、第二控制门以及第四X门可将第三目标量子态的相位进行翻转，获得相位翻转后的第三目标量子态。可以理解的，此时相位翻转后的第三目标量子态的各量子位仍然为0，且其相位为负数。
步骤S233，利用第四H门对相位翻转后的第三目标量子态的所有量子位进行处理，获得目标量子态对应的第二振幅。
可选地，可在所有量子位上***第四H门，用于对相位翻转后的第三目标量子态的所有量子位进行处理。
可以理解的，经由第四H门处理后，可将相位翻转后的第三目标量子态的各量子位上的0还原为目标量子态的数值，同时可获得该目标量子态放大后的第二振幅。
需要说明的是，振幅放大线路在根据相位状态识别到目标量子态后，在通过各量子逻辑门对目标量子态各量子位和相位进行处理的同时，也对该目标量子态的振幅进行放大。显然地，此时目标量子态的振幅被放大，该第二振幅大于第一振幅。
本申请实施例提供的Grover算法的量子线路优化方法，在振幅放大线路中，可通过第三H门、第三X门、第二控制门、第四X门、第四H门对目标量子态的所有量子位进行处理，从而放大该目标量子态的振幅，增大在搜索时读取到该目标量子态的概率。
可选地，该第二控制门可以是H门、控制X门以及H门的组合，在图5的基础上，图6为本申请实施例提供的Grover算法的量子线路优化方法的又一流程示意图，在该第二控制门为第五H门、第二控制X门以及第六H门的组合时，请参照图6，上述步骤S232可通过如下步骤实现：
步骤S232-1，利用第三X门对第三目标量子态的所有量子位进行处理，获得第四目标量子态。
在本实施例中，可在所有量子位上***第三X门，对各量子位均为0的第三目标量子态的所有量子位进行处理，将各量子位上的“0”置“1”，从而获得各量子位均为1的第四目标量子态，且此时的第四目标量子态的相位为正数。
步骤S232-2，依次利用第五H门、第二控制X门、第六H门对第四目标量子态的所有量子位进行处理，获得相位翻转后的第四目标量子态。
在本实施例中，该第五H门、第二控制X门和第六H门可在同一量子位上***，第二控制X门的目标位为该同一量子位，控制位为其他量子位，且可将该第五H门、第二控制X门和第六H门作为一个整体，实现对第四目标量子态的相位翻转。
可以理解的，此时相位翻转后的第四目标量子态各量子位均为1，且该相位翻转后的第四目标量子态的相位为负数。
可选地，该第二控制门还可以是控制Z门，在该第二控制门为第二控制Z门时，可在任一量子位上***该第二控制Z门，利用该第二控制Z门对第四目标量子态的所有量子位进行处理，并获得相位翻转后的第四目标量子态。
可选地，该第二控制Z门包含有作用于其他量子位上的控制位，其他量子位为除***第二控制Z门的量子位之外的所有量子位。
步骤S232-3，利用第四X门对相位翻转后的第四目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态。
在本实施例中，可在所有量子位上***第四X门，该第四X门可对相位翻转后的第四目标量子态的所有量子位进行处理，将各量子位上的“1”置“0”，从而获得相位翻转后的第三目标量子态。
可以理解，此时相位翻转后的第三目标量子态的各量子位均为0，且该相位翻转后的第三目标量子态的相位为负数。
下面将结合图7以输入4个量子比特制备量子叠加态为例，量子比特的初始态为|0>，对本申请实施例提供的Grover算法的量子线路优化方法进行详细阐述，为便于理解，此处在量子线路中加入屏障门进行演示。其中，屏障门(barrier)用竖虚线表示，屏障的作用是防止线路自适应打乱用户想实现的线路布局，保持时序的正确性，防止逻辑门前移；防止逻辑门合并；同时可以起到占位符的作用。
请参照图7，为Grover算法经过优化后的量子线路，包括量子输入线路100，相位翻转线路110以及振幅放大线路120，其中，相位翻转线路110包括第一控制门111，振幅放大线路120中包括第二控制门121。
输入4个量子比特，且各量子比特的初始态均为|0>，利用量子输入线路100中的H门对初始化的量子比特进行处理，获得等概率的第一量子态，由于输入4个量子比特，因此，会获得24即16个第一量子态，分别为|0000>、|0001>、|0011>、|0100>、|0101>、|0110>、|0111>、|1000>、|1001>、|1010>、|1011>、|1100>、|1101>、|1110>、|1111>。
在获得等概率的第一量子态之后，可通过相位翻转线路对该第一量子态中的目标量子态进行相位翻转，从而标记该目标量子态。在一个示例中，若目标量子态为0110，则其取值为0的目标量子位应当为第0位及第3位，因此，相位翻转线路110可分别在q_3和q_0***第一X门，从而将目标量子态制备为第一目标量子态，可以理解的，该第一目标量子态为1111。
之后可通过第一控制门111将第一目标量子态(1111)的相位进行翻转，在一个示例中，该第一控制门111为第一H门、第一控制X门及第二H门的组合，请继续参照图7，将第一控制门111***到量子位q_3上，该第一控制门111可通过第一控制X门以及其作用于q_0、q_1以及q_2的控制位，实现针对第一目标量子态的每一量子位的处理，从而获得第二目标量子态，可以理解的，该第二目标量子态为-1111。
由于经过第一控制门处理后，第一目标量子态的相位已经翻转，因此，为了获得相位翻转后的目标量子态，还需将进行过置“1”处理的目标量子位重新置0，即，可分别在q_3和q_0***第二X门，从而将第二目标量子态(-1111)的目标量子位由“1”置“0”，获得相位翻转后的目标量子态，即-0110，从而完成对目标量子态的标记，无需增设附加量子比特线路。
接下来应当通过振幅放大线路对相位翻转后的目标量子态(-0110)进行处理，放大该目标量子态的振幅。
请继续参照图7，首先在所有量子位上***第三H门，在根据相位状态识别到应当进行振幅放大的目标量子态后，可通过该第三H门对目标量子态进行处理，将目标量子态(0110)制备为全0的状态，获得第三目标量子态。可以理解的，该第三目标量子态为0000。
其次，需要对该第三目标量子态进行相位翻转，可在各量子位上***第三X门，以将第三目标量子态(0000)的各量子位上的“0”置“1”，从而获得第四目标量子态。可以理解的，该第四目标量子态为1111。
为了实现相位翻转，可通过第二控制门121对第四目标量子态(1111)进行处理，在一个示例中，该第二控制门121为第五H门、第二控制X门以及第六H门的组合，将该第二控制门121***到量子位q_3上，该第二控制门121可通过第一控制X门以及其作用于q_0、q_1以及q_2的控制位，实现针对第四目标量子态的每一量子位的处理，从而获得相位翻转后的第四目标量子态，可以理解的，该相位翻转后的第四目标量子态为-1111。
之后再通过在各量子位上***的第四X门，对相位翻转后的第四目标量子态(-1111)进行处理，将相位翻转后的第四目标量子态的各量子位上的“1”置“0”，从而获得相位翻转后的第三目标量子态。可以理解的，该相位翻转后的第三目标量子态为-0000。
最后通过各量子位上***的第四H门对相位翻转后的第三目标量子态的所有量子位进行处理，将相位翻转后的第三目标量子态(-0000)的各量子位上的“0”转换为目标量子态的数值，从而获得-0110，并获得该目标量子态放大后的振幅。
由于对于不同的问题而言，需要制备不同的第一量子态，因此，针对不同的问题需要不同的量子输入线路对初始化的量子比特进行编码。具体的，在图3的基础上，图8为本申请实施例提供的Grover算法的量子线路优化方法的另一流程示意图，请参照图8，在步骤S21之前，该方法还包括：
步骤S20，根据第一量子态的状态确定量子输入线路中的量子门类型。
在本实施例中，应当结合需要解决的问题，确定所需制备的第一量子态的状态，从而根据第一量子态的状态确定量子输入线路中的量子门类型。
本申请实施例提供的Grover算法的量子线路优化方法，可根据第一量子态的状态确定量子输入线路中的量子门类型，从而制备符合相应需求的第一量子态。通过该方式，可使Grover算法适用于多种应用场景，例如用于解决QUBO(Quadratic UnconstrainedBinary Optimization二次无约束二值优化)、SAT(布尔可满足性问题)等问题。
可选地，当需要同时对多个目标量子态进行搜索读取时，可通过编程对变量类型进行优化，对每个待搜索的数据分别进行相位翻转，从而实现对多个目标量子态的同时搜索。
在一个示例中，若量子态集合为{7，6，2，6，5，1，1，4}，需要同时对目标量子态“1”、“2”、“7”进行搜索，其对应的量子态编码为001、010、111，在一种可能的实施方式中，第一控制门和第二控制门可均为控制Z门，具体的，图9A示出了当第一控制门为第一控制Z门、第二控制门为第二控制Z门时，利用Grover算法对多个目标量子态同时进行搜索的量子线路示意图。其中，q_0-q_2为索引空间，q_3-q_5为数据空间。
为便于理解，图9B示出了增加屏障门后的相位翻转线路，请参照图9B，可对每个带搜索的数据分别进行相位翻转，从而在不增加附加线路的同时，也可实现对多个目标量子态的标记。在对多个目标量子态完成相位翻转后，即可通过振幅放大线路对相位翻转后的目标量子态进行处理，从而同时放大多个目标量子态的振幅，增大各目标量子态在搜索中被读取到的概率。
在另一种可能的实施方式中，第一控制门和第二控制门可均为H门、控制X门和H门的组合形式，具体的，图9C示出了当第一控制门为第一H门、第一控制X门、第二H门的组合、第二控制门为第五H门、第二控制X门、第六H门的组合时，利用Grover算法对多个目标量子态同时进行搜索的量子线路示意图。其中，q_0-q_2为索引空间，q_3-q_5为数据空间。
可选地，在面对需要对多个目标量子态进行同时搜索的情况时，考虑到搜索效率会因此降低的问题，可根据待搜索数据库的尺寸大小和数值大小，判断索引空间和数据空间需要的量子比特数，在利用相位翻转线路对各目标量子态进行相位翻转的过程中，根据数据空间的比特大小，对经由第一X门处理后获得的目标量子态的高位自动补零，从而可获得尺寸固定的第一目标量子态，使得后续通过第一控制门对该第一目标量子态进行相位翻转的操作更具通用性，从而提高Grover算法在用于同时对多个目标量子态进行搜索时的搜索效率。
请参照图10，为本申请实施例提供的Grover算法的量子线路优化装置的一种功能模块图，包括量子输入模块200、相位翻转模块210、振幅放大模块220。
该量子输入模块200，用于对量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅；其中，第一量子态包括目标量子态和其他量子态。
可以理解，该量子输入模块200可以用于执行上述步骤S21。
该相位翻转模块210，用于对目标量子态进行处理，获得相位翻转后的目标量子态；其中，相位翻转线路中包括在任一量子位上***的第一控制门，第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转。
可以理解，该相位翻转模块210可以用于执行上述步骤S22。
该振幅放大模块220，用于对相位翻转后的目标量子态进行处理，获得目标量子态对应的第二振幅；其中，第二振幅大于第一振幅。
可以理解，该振幅放大模块220可以用于执行上述步骤S23。
可选地，该相位翻转模块210还用于根据目标量子态的状态，确定取值为0的目标量子位；利用第一X门对目标量子位进行处理，获得第一目标量子态；利用第一控制门对所有量子位进行处理，获得第二目标量子态；利用第二X门对目标量子位进行处理，获得相位翻转后的目标量子态。
可以理解，该相位翻转模块210还可以用于执行上述步骤S221-步骤224。
可选地，当第一控制门为第一H门、第一控制X门、第二H门的组合时，该相位翻转模块210还用于依次利用第一H门、第一控制X门、第二H门对所有量子位进行处理，根据第一目标量子态获得第二目标量子态。
可选地，该振幅放大模块220还用于利用第三H门对相位翻转后的目标量子态的所有量子位进行处理，获得第三目标量子态；依次利用第三X门、第二控制门以及第四X门对第三目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态；利用第四H门对相位翻转后的第三目标量子态的所有量子位进行处理，获得目标量子态对应的第二振幅。
可以理解，该振幅放大模块220还可以执行上述步骤231-步骤233。
可选地，当第二控制门为第五H门、第二控制X门、第六H门的组合时，该振幅放大模块220还用于利用第三X门对第三目标量子态的所有量子位进行处理，获得第四目标量子态；依次利用第五H门、第二控制X门、第六H门对第四目标量子态的所有量子位进行处理，获得相位翻转后的第四目标量子态；利用第四X门对相位翻转后的第四目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态。
可以理解，该振幅放大模块220还可以执行上述步骤232-1-步骤232-3。
可选地，该量子输入模块200还用于根据第一量子态的状态确定量子输入线路中的量子门类型。
可以理解，该量子输入模块200还可以执行上述步骤S20。
本申请实施例提供的Grover算法的量子线路优化装置，通过量子输入模块对目标量子态进行处理，获得相位翻转后的目标量子态；其中，相位翻转线路中包括在任一量子位上***的第一控制门，第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转；通过相位翻转模块对目标量子态进行处理，获得相位翻转后的目标量子态；其中，相位翻转线路中包括在任一量子位上***的第一控制门，第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转；通过振幅放大模块对相位翻转后的目标量子态进行处理，获得目标量子态对应的第二振幅；其中，第二振幅大于第一振幅。通过在相位翻转线路中任一量子位上***的第一控制门，对经由第一X门处理后的第一目标量子态进行处理，使第一目标量子态的相位翻转，最终实现目标量子态的相位翻转，从而无需在量子线路中增设附加量子比特线路对目标量子态的相位进行翻转，节约了量子资源。
请参照图11，是本申请实施例提供的可实现上述Grover算法的量子线路优化方法的电子设备30的方框示意图。所述电子设备包括存储器310、处理器320及通信模块330。所述存储器310、处理器320以及通信模块330各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中，存储器310用于存储程序或者数据。所述存储器310可以是，但不限于，随机存取存储器(RandomAccess Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(ErasableProgrammable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory，EEPROM)等。
处理器320用于读/写存储器中存储的数据或程序，并执行相应地功能。
通信模块330用于通过所述网络建立所述服务器与其它通信终端之间的通信连接，并用于通过所述网络收发数据。
应当理解的是，图11所示的结构仅为服务器的结构示意图，所述服务器还可包括比图11中所示更多或者更少的组件，或者具有与图11所示不同的配置。图11中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述Grover算法的量子线路优化方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(RandomAccessMemory，简称RAM)、磁碟或者光盘等。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种Grover算法的量子线路优化方法，其特征在于，所述方法包括：
利用量子输入线路对初始化的量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅；其中，所述第一量子态包括目标量子态和其他量子态；
利用相位翻转线路对所述目标量子态进行处理，获得相位翻转后的目标量子态；其中，所述相位翻转线路中包括在任一量子位上***的第一控制门，所述第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转；
利用振幅放大线路对所述相位翻转后的目标量子态进行处理，获得所述目标量子态对应的第二振幅；其中，所述第二振幅大于所述第一振幅。
2.根据权利要求1所述的方法，其特征在于，所述利用相位翻转线路对所述目标量子态进行处理，获得相位翻转后的目标量子态的步骤，包括：
根据所述目标量子态的状态，确定取值为0的目标量子位；
利用所述第一X门对所述目标量子位进行处理，根据所述目标量子态获得所述第一目标量子态；
利用所述第一控制门对所有量子位进行处理，根据所述第一目标量子态获得第二目标量子态；
利用第二X门对所述目标量子位进行处理，根据所述第二目标量子态获得相位翻转后的目标量子态。
3.根据权利要求2所述的方法，其特征在于，当所述第一控制门为第一H门、第一控制X门、第二H门的组合时，所述利用所述第一控制门对所有量子位进行处理，根据所述第一目标量子态获得第二目标量子态的步骤，包括：
依次利用所述第一H门、第一控制X门、第二H门对所有量子位进行处理，根据所述第一目标量子态获得所述第二目标量子态。
4.根据权利要求1所述的方法，其特征在于，所述利用振幅放大线路对所述相位翻转后的目标量子态进行处理，获得所述目标量子态对应的第二振幅的步骤，包括：
利用第三H门对所述相位翻转后的目标量子态的所有量子位进行处理，获得第三目标量子态；
依次利用第三X门、第二控制门以及第四X门对所述第三目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态；
利用第四H门对所述相位翻转后的第三目标量子态的所有量子位进行处理，获得所述目标量子态对应的第二振幅。
5.根据权利要求4所述的方法，其特征在于，当所述第二控制门为第五H门、第二控制X门、第六H门的组合时，所述依次利用第三X门、第二控制门以及第四X门对所述第三目标量子态进行处理，获得相位翻转后的第三目标量子态的步骤，包括：
利用所述第三X门对所述第三目标量子态的所有量子位进行处理，获得第四目标量子态；
依次利用所述第五H门、第二控制X门、第六H门对所述第四目标量子态的所有量子位进行处理，获得相位翻转后的第四目标量子态；
利用所述第四X门对所述相位翻转后的第四目标量子态的所有量子位进行处理，获得相位翻转后的第三目标量子态。
6.根据权利要求1所述的方法，其特征在于，在所述利用量子输入线路对量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅的步骤之前，所述方法还包括：
根据所述第一量子态的状态确定所述量子输入线路中的量子门类型。
7.一种Grover算法的量子线路优化装置，其特征在于，所述装置包括：
量子输入模块，用于对量子比特进行处理，获得量子叠加后的第一量子态及各第一量子态对应的第一振幅；其中，所述第一量子态包括目标量子态和其他量子态；
相位翻转模块，用于对所述目标量子态进行处理，获得相位翻转后的目标量子态；其中，所述相位翻转线路中包括在任一量子位上***的第一控制门，所述第一控制门用于将经由第一X门处理后的第一目标量子态的相位进行翻转；
振幅放大模块，用于对所述相位翻转后的目标量子态进行处理，获得所述目标量子态对应的第二振幅；其中，所述第二振幅大于所述第一振幅。
8.根据权利要求7所述的装置，其特征在于，所述相位翻转模块还用于根据所述目标量子态的状态，确定取值为0的目标量子位；
利用所述第一X门对所述目标量子位进行处理，获得第一目标量子态；
利用所述第一控制门对所有量子位进行处理，获得第二目标量子态；
利用第二X门对所述目标量子位进行处理，获得相位翻转后的目标量子态。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现权利要求1-6任一所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111356549.0A CN116136968B (zh) | 2021-11-16 | 2021-11-16 | Grover算法的量子线路优化方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111356549.0A CN116136968B (zh) | 2021-11-16 | 2021-11-16 | Grover算法的量子线路优化方法及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116136968A true CN116136968A (zh) | 2023-05-19 |
| CN116136968B CN116136968B (zh) | 2024-06-21 |
Family
ID=86334153
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111356549.0A Active CN116136968B (zh) | 2021-11-16 | 2021-11-16 | Grover算法的量子线路优化方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116136968B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118014095A (zh) * | 2024-04-10 | 2024-05-10 | 国开启科量子技术(安徽)有限公司 | 分布式的多目标量子搜索方法、装置、介质及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7028275B1 (en) * | 2001-10-15 | 2006-04-11 | The Texas A&M University System | Quantum circuit design for grover's algorithm |
| CN108334952A (zh) * | 2017-11-24 | 2018-07-27 | 南京航空航天大学 | 一种新型通用量子门及量子线路优化方法 |
| CN110162536A (zh) * | 2019-04-10 | 2019-08-23 | 深圳大学 | 一种量子搜索方法、***、电子装置及存储介质 |
| US10637480B1 (en) * | 2019-04-25 | 2020-04-28 | International Business Machines Corporation | Multi-control quantum state inversion gate |
| US20200192417A1 (en) * | 2018-08-28 | 2020-06-18 | Synopsys, Inc. | Semiconductor digital logic circuitry for non-quantum enablement of quantum algorithms |
| CN112182494A (zh) * | 2020-09-27 | 2021-01-05 | 中国人民解放军战略支援部队信息工程大学 | 基于Grover量子计算搜索算法的整数分解优化方法及*** |
-
2021
- 2021-11-16 CN CN202111356549.0A patent/CN116136968B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7028275B1 (en) * | 2001-10-15 | 2006-04-11 | The Texas A&M University System | Quantum circuit design for grover's algorithm |
| CN108334952A (zh) * | 2017-11-24 | 2018-07-27 | 南京航空航天大学 | 一种新型通用量子门及量子线路优化方法 |
| US20200192417A1 (en) * | 2018-08-28 | 2020-06-18 | Synopsys, Inc. | Semiconductor digital logic circuitry for non-quantum enablement of quantum algorithms |
| CN110162536A (zh) * | 2019-04-10 | 2019-08-23 | 深圳大学 | 一种量子搜索方法、***、电子装置及存储介质 |
| US10637480B1 (en) * | 2019-04-25 | 2020-04-28 | International Business Machines Corporation | Multi-control quantum state inversion gate |
| CN112182494A (zh) * | 2020-09-27 | 2021-01-05 | 中国人民解放军战略支援部队信息工程大学 | 基于Grover量子计算搜索算法的整数分解优化方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| ZIJIAN DIAO ET AL.: "A Quantum Circuit Design for Grover‘s Algorithm", 《ZEITSCHRIFT FÜR NATURFORSCHUNG A》, vol. 57, no. 8, 2 June 2014 (2014-06-02), pages 701 - 708 * |
| 刘晓楠 等: "Grover算法改进与应用综述", vol. 48, no. 10, 31 October 2021 (2021-10-31), pages 315 - 323 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118014095A (zh) * | 2024-04-10 | 2024-05-10 | 国开启科量子技术(安徽)有限公司 | 分布式的多目标量子搜索方法、装置、介质及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116136968B (zh) | 2024-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110188885B (zh) | 一种量子计算模拟方法、装置、存储介质和电子装置 | |
| Chatterjee | Concentration inequalities with exchangeable pairs | |
| US8407560B2 (en) | Systems and methods for encoding information for storage in an electronic memory and for decoding encoded information retrieved from an electronic memory | |
| US10824373B2 (en) | Effective quantum RAM architecture for quantum database | |
| CN117454994A (zh) | 以低空间开销和渐近输入计数进行魔幻态纯化 | |
| Goles et al. | Communication complexity and intrinsic universality in cellular automata | |
| CN114072817A (zh) | 量子电路的优化方法和*** | |
| US20020169563A1 (en) | Linear and non-linear genetic algorithms for solving problems such as optimization, function finding, planning and logic synthesis | |
| CN113032580B (zh) | 关联档案推荐方法、***及电子设备 | |
| CN116136968B (zh) | Grover算法的量子线路优化方法及相关装置 | |
| Wunderer | A detailed analysis of the hybrid lattice-reduction and meet-in-the-middle attack | |
| Okeke et al. | Approximation of the Fixed Point of Multivalued Quasi‐Nonexpansive Mappings via a Faster Iterative Process with Applications | |
| Schuld et al. | Representing data on a quantum computer | |
| Miller et al. | A quantum Hopfield associative memory implemented on an actual quantum processor | |
| Edelman et al. | Some new results on the maximum growth factor in Gaussian elimination | |
| Chaurra-Gutierrez et al. | QIST: One-dimensional quantum integer wavelet S-transform | |
| CN115982310B (zh) | 一种自带验证功能的链表生成方法及电子设备 | |
| Smith et al. | Faster variational quantum algorithms with quantum kernel-based surrogate models | |
| US11887002B2 (en) | Method of generating data by using artificial neural network model having encoder-decoder structure | |
| Chatterjee | Concentration inequalities with exchangeable pairs (Ph. D. thesis) | |
| Soni et al. | Quantum‐based exact pattern matching algorithms for biological sequences | |
| Soni et al. | Design and analysis of pattern matching algorithms based on quram processing | |
| Blum | Minimum common string partition: on solving large‐scale problem instances | |
| US11983606B2 (en) | Method and device for constructing quantum circuit of QRAM architecture, and method and device for parsing quantum address data | |
| Hong et al. | Equivalence Checking of Parameterised Quantum Circuits |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 230000, floor 6, E2 building, phase II, innovation industrial park, No. 2800, innovation Avenue, high tech Zone, Hefei, Anhui Province Applicant after: Benyuan Quantum Computing Technology (Hefei) Co.,Ltd. Address before: 230000, floor 6, E2 building, phase II, innovation industrial park, No. 2800, innovation Avenue, high tech Zone, Hefei, Anhui Province Applicant before: ORIGIN QUANTUM COMPUTING COMPANY, LIMITED, HEFEI Country or region before: China |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |