PySparQ.pysparq.algorithms.state_preparation

基于 QRAM 二叉树分解的量子态制备。

Classes

StatePrepViaQRAM	基于 QRAM 二叉树分解的态制备量子算子。
StatePreparation	管理完整态制备流水线的高级封装。

Functions

create_state_preparation_demo(→ str)

返回态制备的演示脚本字符串。

Module Contents

class PySparQ.pysparq.algorithms.state_preparation.StatePrepViaQRAM(qram: object, work_qubit: str, data_size: int, rational_size: int)

基于 QRAM 二叉树分解的态制备量子算子。

clear_conditions() → StatePrepViaQRAM

conditioned_by_all_ones(cond: str | int | list[str | int]) → StatePrepViaQRAM

conditioned_by_bit(reg: str | int, bit: int) → StatePrepViaQRAM

conditioned_by_nonzeros(cond: str | int | list[str | int]) → StatePrepViaQRAM

dag(state: SparseState) → None

addr_size: int

data_size: int

qram: object

rational_size: int

work_qubit: str

class PySparQ.pysparq.algorithms.state_preparation.StatePreparation(qubit_number: int, data_size: int, data_range: int)

管理完整态制备流水线的高级封装。

get_fidelity() → float

计算制备态与目标态之间的保真度。

get_real_dist() → list[float]

返回归一化振幅分布的浮点数列表。

make_qram() → None

创建适合树数据大小的 QRAM 电路。

make_tree() → None

从当前分布构建二叉树。

random_distribution() → None

生成随机振幅分布。

run() → None

执行完整的态制备流水线。

set_qram() → None

将二叉树数据加载到 QRAM 电路中。

show_distribution() → None

打印分布的原始值和归一化振幅。

show_tree() → None

逐层打印二叉树。

data_range: int

data_size: int

dist: list[int]

qram: object | None

qubit_number: int

rational_size: int

tree: list[int]

PySparQ.pysparq.algorithms.state_preparation.create_state_preparation_demo() → str

返回态制备的演示脚本字符串。