量子計算被譽為下一代編程范式。隨著一些量子計算平臺和模擬器向公眾開放，普通程序員也可以嘗試編寫量子計算程序，感受前沿科技的無窮魅力�！读孔佑嬎銠C編程：從入門到實踐》不會解釋晦澀的量子力學理論，而會采用直觀的圓形表示法描繪量子比特，并從實踐角度展示如何編寫有趣的量子計算程序。通過《量子計算機編程：從入門到實踐》提供的在線實驗室網(wǎng)站，你可以動手運行書中的JavaScript示例代碼。全書分為四大部分，分別介紹量子計算機編程的核心概念、原語、應用和發(fā)展趨勢。你將了解量子隱形傳態(tài)、量子算術運算、量子傅里葉變換和量子相位估計等知識，以及量子搜索、量子超采樣、量子機器學習等高級主題。
1.直觀的圓形表示法闡釋量子計算機編程概念原理與應用場景
2.提供在線實驗室網(wǎng)站，兼具代碼運行與可視化效果
3.詳細解讀量子計算機編程核心概念、算法原語及應用程序構建
4.圖書全彩印刷，圖文并茂
【作者簡介】
埃里克·R. 約翰斯頓（Eric R. Johnston）畢業(yè)于美國加州大學伯克利分校，他創(chuàng)造了量子計算模擬器QCEngine，目前在硅谷擔任高級量子工程師。
尼古拉斯·哈里根（Nicholas Harrigan）是英國倫敦帝國理工學院博士，他在量子力學方面的研究工作勉強使他相信，當他不看月亮時，月亮仍在那里。
梅塞德絲·希梅諾–塞戈維亞（Mercedes Gimeno-Segovia）從英國倫敦帝國理工學院取得博士學位后，加入了PsiQuantum公司，致力于設計通用量子計算機。
【譯者簡介】
從事醫(yī)療與前沿ICT技術結合的相關研發(fā)工作，密切關注人工智能、量子計算等領域，另譯有《詳解深度學習》《圖解機器學習算法》等技術書。
譯者序 xi
前言 xiii
第 1章 入門 1
1.1 所需背景 1
1.2 何謂QPU 2
1.3 動手實踐 3
1.4 原生QPU指令 6
1.4.1 模擬器的上限 7
1.4.2 硬件的上限 7
1.5 QPU與GPU的共同點 8
第 2章 單個量子比特 11
2.1 物理量子比特概覽 12
2.2 圓形表示法 15
2.2.1 圓的大小 15
2.2.2 圓的旋轉 16
2.3 第 一批QPU指令 17
2.3.1 QPU指令：NOT 17
2.3.2 QPU指令：HAD 18
2.3.3 QPU 指令：READ和WRITE 19
2.3.4 實踐：完全隨機的比特 20
2.3.5 QPU 指令：PHASE(θ) 23
2.3.6 QPU 指令：ROTX(θ) 和ROTY(θ) 23
2.4 復制：缺失的指令 24
2.5 組合QPU 指令 24
2.6 實踐：量子監(jiān)聽檢測 27
2.7 小結 30
第3章 多個量子比特 31
3.1 多量子比特寄存器的圓形表示法 31
3.2 繪制多量子比特寄存器 34
3.3 多量子比特寄存器中的單量子比特運算 34
3.4 可視化更多數(shù)量的量子比特 37
3.5 QPU 指令：CNOT 38
3.6 實踐：利用貝爾對實現(xiàn)共享隨機性 41
3.7 QPU 指令：CPHASE(θ) 和CZ 42
3.8 QPU 指令：CCNOT 45
3.9 QPU 指令：SWAP 和CSWAP 46
3.10 構造任意的條件運算 50
3.11 實踐：遠程控制隨機 53
3.12 小結 55
第4章 量子隱形傳態(tài) 56
4.1 動手嘗試 56
4.2 程序步驟 61
4.2.1 步驟1：創(chuàng)建糾纏對 61
4.2.2 步驟2：準備有效載荷 62
4.2.3 步驟3.1：將有效載荷鏈接到糾纏對 62
4.2.4 步驟3.2：將有效載荷置于疊加態(tài) 63
4.2.5 步驟3.3：讀取Alice 的兩個量子比特 64
4.2.6 步驟4：接收和轉換 64
4.2.7 步驟5：驗證結果 65
4.3 解釋結果 66
4.4 如何利用隱形傳態(tài) 67
4.5 著名的隱形傳態(tài)事故帶來的樂趣 67
第5章 量子算術與邏輯 71
5.1 奇怪的不同 71
5.2 QPU 中的算術運算 73
5.3 兩個量子整數(shù)相加 76
5.4 負整數(shù) 77
5.5 實踐：更復雜的數(shù)學運算 78
5.6 更多量子運算 79
5.6.1 量子條件執(zhí)行 79
5.6.2 相位編碼結果 80
5.7 可逆性和臨時量子比特 82
5.8 反計算 84
5.9 QPU 中的邏輯運算 86
5.10 小結 88
第6章 振幅放大 89
6.1 實踐：在相位和強度之間相互轉換 89
6.2 振幅放大迭代 92
6.3 更多迭代？ 93
6.4 多個標記值 95
6.5 使用振幅放大 100
6.5.1 作為和估計的AA 與QFT 100
6.5.2 用AA 加速傳統(tǒng)算法 100
6.6 QPU 內部 101
6.7 小結 103
第7章 量子傅里葉變換 104
7.1 隱藏模式 104
7.2 QFT、DFT 和FFT 106
7.3 QPU 寄存器中的頻率 106
7.4 DFT 110
7.4.1 實數(shù)DFT 輸入與復數(shù)DFT 輸入 111
7.4.2 DFT 一切 113
7.5 使用QFT 117
7.6 QPU 內部 122
7.6.1 直觀理解 124
7.6.2 逐步運算 124
7.7 小結 128
第8章 量子相位估計 129
8.1 了解QPU 運算 129
8.2 本征相位揭示有用信息 130
8.3 相位估計的作用 131
8.4 如何使用相位估計 132
8.4.1 輸入 132
8.4.2 輸出 134
8.5 使用細節(jié) 135
8.5.1 選擇輸出寄存器的大小 135
8.5.2 復雜度 136
8.5.3 條件運算 136
8.6 實踐中的相位估計 136
8.7 QPU 內部 137
8.7.1 直觀理解 138
8.7.2 逐步運算 139
8.8 小結 141
第9章 真實的數(shù)據(jù) 145
9.1 非整型數(shù)據(jù) 146
9.2 QRAM 147
9.3 向量的編碼 150
9.3.1 振幅編碼的局限性 153
9.3.2 振幅編碼和圓形表示法 154
9.4 矩陣的編碼 155
9.4.1 QPU運算如何表示矩陣 155
9.4.2 量子模擬 156
第 10章 量子搜索 160
10.1 相位邏輯 161
10.1.1 構建基本的相位邏輯運算 163
10.1.2 構建復雜的相位邏輯語句 163
10.2 解決邏輯謎題 166
10.3 求解布爾可滿足性問題的一般方法 170
10.3.1 實踐：一個可滿足的3-SAT問題 170
10.3.2 實踐：一個不可滿足的3-SAT 問題 173
10.4 加速傳統(tǒng)算法 175
第 11章 量子超采樣 177
11.1 QPU 能為計算機圖形學做什么 177
11.2 傳統(tǒng)超采樣 178
11.3 實踐：計算相位編碼圖像 179
11.3.1 QPU 像素著色器 180
11.3.2 使用PHASE 畫圖 181
11.3.3 繪制曲線 184
11.4 采樣相位編碼圖像 185
11.5 更有趣的圖像 187
11.6 超采樣 188
11.7 量子超采樣與蒙特卡羅采樣 190
11.8 增加顏色 195
11.9 小結 196
第 12章 舒爾分解算法 197
12.1 實踐：在QPU上應用舒爾分解算法 198
12.2 算法說明 199
12.2.1 我們需要QPU嗎 200
12.2.2 量子方法 201
12.3 逐步操作：分解數(shù)字15 203
12.3.1 步驟1：初始化QPU寄存器 204
12.3.2 步驟2：擴展為量子疊加態(tài) 205
12.3.3 步驟3：條件乘2 207
12.3.4 步驟4：條件乘4 209
12.3.5 步驟5：QFT 211
12.3.6 步驟6：讀取量子結果 213
12.3.7 步驟7：數(shù)字邏輯 214
12.3.8 步驟8：檢查結果 216
12.4 使用細節(jié) 216
12.4.1 求模 216
12.4.2 時間與空間 217
12.4.3 除了2 以外的互質 217
第 13章 量子機器學習 218
13.1 求解線性方程組 219
13.1.1 線性方程組的描述與求解 219
13.1.2 用QPU 解線性方程組 220
13.2 量子主成分分析 228
13.2.1 傳統(tǒng)主成分分析 228
13.2.2 用QPU 進行主成分分析 230
13.3 量子支持向量機 233
13.3.1 傳統(tǒng)支持向量機 233
13.3.2 用QPU實現(xiàn)支持向量機 236
13.4 其他機器學習應用 238
第 14章 保持領先：文獻指引 243
14.1 從圓形表示法到復向量 243
14.2 與術語有關的一些細節(jié)和注意事項 245
14.3 測量基 246
14.4 門的分解與編譯 247
14.5 隱形傳態(tài)門 248
14.6 QPU 名人堂 248
14.7 競賽：量子計算機與傳統(tǒng)計算機 249
14.8 基于oracle 的算法研究 249
14.8.1 Deutsch-Jozsa 算法 250
14.8.2 Bernstein-Vazirani算法 250
14.8.3 Simon算法 250
14.9 量子編程語言 251
14.10 量子模擬的前景 252
14.11 糾錯與NISQ設備 252
14.12 進一步學習 252
14.12.1 出版物 253
14.12.2 課程講義 253
14.12.3 在線資源 253
關于作者 254
關于封面 254
書單推薦
