基于评分的静态变量排序用于决策图量子电路仿真
基于决策图(DD)的量子电路模拟器采用决策图来表示量子态和量子门,这使得该技术能够对肖尔算法等特定量子电路实现高效内存占用和快速模拟。尽管经典电路中已知变量顺序会影响决策图规模和处理时间,但量子电路模拟领域的变量顺序研究尚不充分。现有研究仅指出动态重排序会劣化模拟时间和数值精度,而对静态排序在量子电路模拟中的应用尚未开展系统性研究。为此,本文提出一种基于评分机制的启发式方法,用于确定能够提升决策图量子模拟效率的静态变量顺序。在基准电路测试中,默认原始变量顺序导致模拟速度缓慢,而采用本方法后加速比最高达150倍。值得注意的是,应用该新型顺序后,单核笔记本电脑仅用5小时即完成了肖尔算法对1011的因数分解模拟,而此前耗时两天仍未能完成。



