量子算法教程

本目录包含重要量子算法的实现教程。

量子算法实现

1. QAOA - 量子近似优化算法

• QAOA (Quantum Approximate Optimization Algorithm)
• 用于解决组合优化问题
• 是量子-经典混合算法的代表
• 应用：最大割问题、MaxCut 等

2. MBQC - 基于测量的量子计算

• MBQC (Measurement-Based Quantum Computing)
• 也称为单向量子计算 (One-Way Quantum Computing)
• 使用纠缠态和测量来实现量子计算
• 与传统电路模型不同，强调测量的作用

学习建议

建议按以下顺序学习： 1. 先学习 QAOA（更实用，应用广泛） 2. 然后学习 MBQC（理论重要性，理解不同的量子计算模型）

算法背景

QAOA 算法

• 提出时间: 2014 年
• 提出者: Farhi 等人
• 优势: 适合 NISQ 设备
• 应用领域: 组合优化、机器学习

MBQC 模型

• 提出时间: 2001 年
• 提出者: Raussendorf 和 Briegel
• 核心概念: 簇态 (Cluster State)
• 优势: 理论研究，某些情况下更高效