目錄
- 輸出算法操作
- 封裝的操作
- 含時演化算符的分解
- QFT的分解
- 總結(jié)概要
輸出算法操作
首先介紹一個最基本的使用方法，就是使用ProjectQ來打印量子算法中所輸入的量子門操作，這里使用到了ProjectQ中的DummyEngine后端用于保存操作的指令。比如最簡單的一個Bell State的制備，可以通過如下代碼實現(xiàn)，并且打印出所保存的基本操作：
from projectq import MainEngine
from projectq.cengines import DummyEngine
from projectq.ops import H, CX, All, Measure
backend = DummyEngine(save_commands=True)
eng = MainEngine(backend=backend)
qureg = eng.allocate_qureg(2)
H | qureg[0]
CX | (qureg[0], qureg[1])
All(Measure) | qureg
eng.flush(deallocate_qubits=True)
for cmd in backend.received_commands:
print (cmd)
運行結(jié)果如下：
Allocate | Qureg[0]
H | Qureg[0]
Allocate | Qureg[1]
CX | ( Qureg[0], Qureg[1] )
Measure | Qureg[0]
Measure | Qureg[1]
Deallocate | Qureg[0]
Deallocate | Qureg[1]
這里有一點需要注意的是，如果是單次運算，我們到Measure就可以結(jié)束了。但是如果同一個線程的任務(wù)還沒有結(jié)束的話，需要在Measure之后加上一個deallocate_qubits=True的配置項，用于解除當(dāng)前分配的量子比特所占用的內(nèi)存。
封裝的操作
在量子算法的實現(xiàn)中，我們可以用一些函數(shù)或者類來封裝一部分的量子算法操作指令，但是這可能會導(dǎo)致一個問題，那就是在ProjectQ上打印出來的操作指令沒有把封裝的模塊的內(nèi)容輸出出來，比如如下的案例：
from projectq import MainEngine
from projectq.cengines import DummyEngine
from projectq.ops import H, CX, All, Measure, TimeEvolution, QubitOperator
backend = DummyEngine(save_commands=True)
eng = MainEngine(backend=backend)
qureg = eng.allocate_qureg(3)
H | qureg[0]
CX | (qureg[0], qureg[1])
TimeEvolution(1, QubitOperator('X2 X1')) | qureg
All(Measure) | qureg
eng.flush()
for cmd in backend.received_commands:
print (cmd)
執(zhí)行結(jié)果如下：
Allocate | Qureg[0]
H | Qureg[0]
Allocate | Qureg[1]
CX | ( Qureg[0], Qureg[1] )
Measure | Qureg[0]
Allocate | Qureg[2]
exp(-1j * (1.0 X0 X1)) | Qureg[1-2]
Measure | Qureg[1]
Measure | Qureg[2]
我們發(fā)現(xiàn)這里的含時演化的操作算符沒有被分解，而是直接打印輸出了出來。但是如果在硬件系統(tǒng)中，只能夠識別支持的指令操作，這里的含時演化操作可能并未在量子硬件體系中被實現(xiàn)，因此我們就需要在將指令發(fā)送給量子硬件之前，就對其進(jìn)行分解。
含時演化算符的分解
這里我們直接調(diào)用ProjectQ的配置中的restrictedgateset方法進(jìn)行操作分解，我們將單比特門操作的范圍放寬到所有的操作，但是雙比特操作只允許CX操作，并將這個配置作為engin_list配置到ProjectQ的MainEngine中：
from projectq import MainEngine
from projectq.cengines import DummyEngine
from projectq.ops import H, CX, All, Measure, TimeEvolution, QubitOperator
from projectq.setups import restrictedgateset
engine_list = restrictedgateset.get_engine_list(one_qubit_gates="any",two_qubit_gates=(CX,))
backend = DummyEngine(save_commands=True)
eng = MainEngine(backend=backend,engine_list=engine_list)
qureg = eng.allocate_qureg(3)
H | qureg[0]
CX | (qureg[0], qureg[1])
TimeEvolution(1, QubitOperator('X2 X1')) | qureg
All(Measure) | qureg
eng.flush(deallocate_qubits=True)
for cmd in backend.received_commands:
print (cmd)
打印輸出的結(jié)果如下：
Allocate | Qureg[0]
H | Qureg[0]
Allocate | Qureg[1]
CX | ( Qureg[0], Qureg[1] )
Measure | Qureg[0]
Allocate | Qureg[2]
H | Qureg[2]
H | Qureg[1]
CX | ( Qureg[1], Qureg[2] )
Rz(2.0) | Qureg[2]
CX | ( Qureg[1], Qureg[2] )
H | Qureg[1]
Measure | Qureg[1]
H | Qureg[2]
Measure | Qureg[2]
Deallocate | Qureg[0]
Deallocate | Qureg[1]
Deallocate | Qureg[2]
可以看到含時演化算符已經(jīng)被分解并輸出了出來。由于已知單比特量子門加上一個CX是一個完備的量子門集合，因此一般我們可以直接使用這個集合來進(jìn)行量子門操作指令集的限制。
QFT的分解
QFT是ProjectQ中所自帶支持的量子傅里葉變換的量子門操作封裝，跟上一個章節(jié)中所介紹的含時演化算符類似的，我們可以用restrictedgateset來具體分解QFT算符：
from projectq import MainEngine
from projectq.cengines import DummyEngine
from projectq.ops import H, CX, All, Measure, TimeEvolution, QubitOperator, QFT
from projectq.setups import restrictedgateset
engine_list = restrictedgateset.get_engine_list(one_qubit_gates="any",two_qubit_gates=(CX,))
backend = DummyEngine(save_commands=True)
eng = MainEngine(backend=backend,engine_list=engine_list)
qureg = eng.allocate_qureg(3)
H | qureg[0]
CX | (qureg[0], qureg[1])
QFT | qureg
All(Measure) | qureg
eng.flush(deallocate_qubits=True)
for cmd in backend.received_commands:
print (cmd)
輸出的結(jié)果如下：
Allocate | Qureg[2]
Allocate | Qureg[1]
H | Qureg[2]
Rz(0.785398163398) | Qureg[2]
Allocate | Qureg[0]
H | Qureg[0]
CX | ( Qureg[0], Qureg[1] )
R(0.785398163398) | Qureg[1]
CX | ( Qureg[1], Qureg[2] )
Rz(11.780972450962) | Qureg[2]
CX | ( Qureg[1], Qureg[2] )
R(0.392699081698) | Qureg[0]
Rz(0.392699081698) | Qureg[2]
CX | ( Qureg[0], Qureg[2] )
H | Qureg[1]
Rz(12.173671532661) | Qureg[2]
CX | ( Qureg[0], Qureg[2] )
R(0.785398163398) | Qureg[0]
Rz(0.785398163398) | Qureg[1]
CX | ( Qureg[0], Qureg[1] )
Rz(11.780972450962) | Qureg[1]
CX | ( Qureg[0], Qureg[1] )
H | Qureg[0]
Measure | Qureg[0]
Measure | Qureg[1]
Measure | Qureg[2]
Deallocate | Qureg[1]
Deallocate | Qureg[2]
Deallocate | Qureg[0]
如果2比特門操作也不加以限制的化，ProjectQ中會自動選取最簡易的分解形式：
from projectq import MainEngine
from projectq.cengines import DummyEngine
from projectq.ops import H, CX, All, Measure, TimeEvolution, QubitOperator, QFT
from projectq.setups import restrictedgateset
engine_list = restrictedgateset.get_engine_list(one_qubit_gates="any",two_qubit_gates="any")
backend = DummyEngine(save_commands=True)
eng = MainEngine(backend=backend,engine_list=engine_list)
qureg = eng.allocate_qureg(3)
H | qureg[0]
CX | (qureg[0], qureg[1])
QFT | qureg
All(Measure) | qureg
eng.flush(deallocate_qubits=True)
for cmd in backend.received_commands:
print (cmd)
輸出結(jié)果如下：
Allocate | Qureg[0]
Allocate | Qureg[1]
H | Qureg[0]
CX | ( Qureg[0], Qureg[1] )
Allocate | Qureg[2]
H | Qureg[2]
CR(1.570796326795) | ( Qureg[1], Qureg[2] )
CR(0.785398163397) | ( Qureg[0], Qureg[2] )
H | Qureg[1]
CR(1.570796326795) | ( Qureg[0], Qureg[1] )
H | Qureg[0]
Measure | Qureg[0]
Measure | Qureg[1]
Measure | Qureg[2]
Deallocate | Qureg[1]
Deallocate | Qureg[2]
Deallocate | Qureg[0]
可以發(fā)現(xiàn)使用了CR來替代CX之后，分解出來的線路會更加的簡短。
總結(jié)概要
本文主要從工程實現(xiàn)的角度，講解在ProjectQ開源量子計算模擬器框架中，實現(xiàn)量子門操作分解與輸出的方法。通過這個方法，可以限制量子指令集的范圍，將量子算法中不被支持的量子門操作等價（或近似地）變化到量子硬件體系所支持的量子指令集上。
以上就是python使用ProjectQ生成量子算法指令集的詳細(xì)內(nèi)容，更多關(guān)于python 用ProjectQ生成算法指令集的資料請關(guān)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:- python 算法題——快樂數(shù)的多種解法
- Python機器學(xué)習(xí)算法之決策樹算法的實現(xiàn)與優(yōu)缺點
- Python集成學(xué)習(xí)之Blending算法詳解
- python3實現(xiàn)Dijkstra算法最短路徑的實現(xiàn)
- Python實現(xiàn)K-means聚類算法并可視化生成動圖步驟詳解
- Python自然語言處理之切分算法詳解
- python入門之算法學(xué)習(xí)
- Python實現(xiàn)機器學(xué)習(xí)算法的分類
