量子算法基准测试结果分析报告¶
分析时间: 2025-12-19 17:55:19
基础统计信息¶
- 总测试数量: 26
- 涉及算法数: 5
- 测试策略数: 2
- 量子比特范围: 3 - 8
统计摘要¶
gate_reduction_percent¶
- 平均值: 5.742
- 中位数: 2.174
- 标准差: 8.091
- 最小值: 0.000
- 最大值: 33.333
- 样本数量: 26
depth_reduction_percent¶
- 平均值: 8.431
- 中位数: 2.000
- 标准差: 10.468
- 最小值: 0.000
- 最大值: 33.333
- 样本数量: 26
optimization_time¶
- 平均值: 0.001
- 中位数: 0.001
- 标准差: 0.000
- 最小值: 0.001
- 最大值: 0.001
- 样本数量: 26
total_time¶
- 平均值: 0.002
- 中位数: 0.001
- 标准差: 0.002
- 最小值: 0.000
- 最大值: 0.009
- 样本数量: 26
算法性能分析¶
Bell State¶
- 总测试数: 6
- 平均原始门数: 5.0
- 平均优化后门数: 4.5
- 平均原始深度: 5.0
- 平均优化后深度: 4.5
策略表现:¶
- none: 门减少 0.0%, 深度减少 0.0%, 成功率 50.0%
- qiskit_only: 门减少 22.5%, 深度减少 22.5%, 成功率 50.0%
VQE¶
- 总测试数: 6
- 平均原始门数: 17.0
- 平均优化后门数: 16.5
- 平均原始深度: 7.0
- 平均优化后深度: 6.5
策略表现:¶
- none: 门减少 0.0%, 深度减少 0.0%, 成功率 50.0%
- qiskit_only: 门减少 6.4%, 深度减少 15.1%, 成功率 50.0%
Grover¶
- 总测试数: 2
- 平均原始门数: 19.0
- 平均优化后门数: 18.5
- 平均原始深度: 9.0
- 平均优化后深度: 8.5
策略表现:¶
- none: 门减少 0.0%, 深度减少 0.0%, 成功率 50.0%
- qiskit_only: 门减少 5.3%, 深度减少 11.1%, 成功率 50.0%
QFT¶
- 总测试数: 6
- 平均原始门数: 96.7
- 平均优化后门数: 90.8
- 平均原始深度: 41.0
- 平均优化后深度: 39.5
策略表现:¶
- none: 门减少 0.0%, 深度减少 0.0%, 成功率 50.0%
- qiskit_only: 门减少 10.0%, 深度减少 6.7%, 成功率 50.0%
Deutsch-Jozsa¶
- 总测试数: 6
- 平均原始门数: 12.0
- 平均优化后门数: 11.5
- 平均原始深度: 4.0
- 平均优化后深度: 3.5
策略表现:¶
- none: 门减少 0.0%, 深度减少 0.0%, 成功率 50.0%
- qiskit_only: 门减少 9.0%, 深度减少 25.0%, 成功率 50.0%
异常值检测¶
gate_reduction_percent¶
检测到 1 个异常值: - Bell State (qiskit_only): 33.333 (Z-score: 3.41)
策略效果比较¶
none¶
- 平均门减少: 0.0% ± 0.0%
- 平均深度减少: 0.0% ± 0.0%
- 平均时间: 0.002s
- 成功率: 100.0%
qiskit_only¶
- 平均门减少: 11.5% ± 8.1%
- 平均深度减少: 16.9% ± 8.6%
- 平均时间: 0.002s
- 成功率: 100.0%
优化建议¶
- 对于Bell State算法，强烈推荐使用qiskit_only策略，预期可获得22.5%的门数量减少
- 对于VQE算法，谨慎考虑使用qiskit_only策略，预期可获得6.4%的门数量减少
- 对于Grover算法，谨慎考虑使用qiskit_only策略，预期可获得5.3%的门数量减少
- 对于QFT算法，推荐使用qiskit_only策略，预期可获得10.0%的门数量减少
- 对于Deutsch-Jozsa算法，推荐使用qiskit_only策略，预期可获得9.0%的门数量减少