离散拉普拉斯算子显式块编码与混合边界条件
离散拉普拉斯算子在科学计算中无处不在,并频繁出现在量子算法的各类任务中,如线性代数、哈密顿量模拟和偏微分方程求解。块编码作为量子电路中访问矩阵数据的标准方法,其实现效率直接影响算法性能。虽然目前已存在多种通用技术可用于任意矩阵的块编码,但这些方案通常需要较深的量子电路。此外,现有利用拉普拉斯算子结构的优化方案存在局限性,往往仅适用于固定边界条件或均匀网格分辨率。 该研究团队提出了一种统一框架,可高效实现支持任意空间维度下狄利克雷边界条件、周期性边界条件和诺伊曼边界条件的拉普拉斯算子有限差分离散化块编码。该方案允许沿每个坐标轴独立指定不同边界条件和网格尺寸,从而在单一模块化电路架构中实现混合边界条件与非均匀离散化处理。研究人员不仅给出了解析门复杂度估算,还在将电路编译为IBM硬件门集后进行了电路级基准测试。在一维、二维和三维算例中,相较于某些现有方案,所得电路的门数量显著降低,成功概率大幅提升。

