量子科技中心_量科网

“n量子比特量子态的制备是许多量子算法的跨领域子程序，降低其电路复杂度是一项重大挑战。现有文献中，Sun等人提出的量子态制备算法被公认为具有最优边界，定义了使用或不使用辅助量子比特时的渐进最优宽度-深度权衡界限。本工作提出了一种更简洁的代数分解方法，将目标态实部与虚部的制备过程分离，在提供m个辅助量子比特时，实现了电路深度、总门数和CNOT门数量的同步缩减。该复杂度优化源于对每个均匀控制门采用单一Λ算子替代原分解中的三个算子。通过PennyLane库，研究人员在模拟环境中实现并测试了该新型态制备算法对稠密态、稀疏态（包括随机态和具有物理意义的量子态）的适用性。进一步将其与M?tt?nen团队算法（无辅助量子比特场景下量子态制备的事实标准）进行性能对比，揭示了若干具有研究价值的发展方向。”