1. 量子计算与量子信息导论

量子计算与量子信息是一门研究如何利用量子力学规律来存储、处理和传输信息的学科。它并不是把经典计算机做得更快，而是换了一套底层物理规则：经典比特只能处于 0 或 1，量子比特（qubit）则可以处于 |0⟩ 与 |1⟩ 的叠加态 α|0⟩+β|1⟩，其中 α、β 为复数且满足 |α|²+|β|²=1。正是叠加、纠缠与干涉这三种量子特性，构成了量子信息处理相对经典方式的根本差异。

本课程的目标可以概括为三层：第一层是建立概念地图，理解量子比特、量子门、测量、纠缠、密度矩阵、量子信道等基本对象及其数学表示；第二层是掌握核心算法与协议的原理，例如 Deutsch–Jozsa、Grover 搜索、Shor 分解、量子傅里叶变换、量子隐形传态与 BB84 密钥分发；第三层是形成工程判断力，能够估算量子线路的深度、门数、退相干时间与纠错开销，理解为什么“有量子算法”不等于“能造出可用的量子计算机”。

核心概念与知识框架

整个知识体系可以沿“状态—演化—测量—噪声—纠错—应用”这条主线展开。状态用态矢量或密度矩阵描述；演化由酉变换 U 给出，单比特门如 Hadamard 门 H、相位门 S、π/8 门 T，双比特门以 CNOT 为代表；测量把量子态投影到计算基，得到概率性结果；噪声使纯态退化为混合态，需要用保真度、T₁、T₂ 等指标刻画；纠错则通过表面码等方案把物理比特编码为逻辑比特。下图给出这一框架的整体关系。

图中最值得注意的是右侧的“硬件约束反馈”虚线：物理实现的相干时间、门保真度与连通性，会反过来限制可运行的线路深度，进而决定纠错码的选择与算法能否落地。这也是本课程反复强调“原理—资源—实现”三者联动的原因。

发展脉络

量子信息的思想源头可追溯到 20 世纪 80 年代。1982 年 Feynman 指出，用经典计算机模拟量子系统会遭遇指数级资源爆炸，而量子系统本身或许更适合模拟量子系统；1985 年 Deutsch 提出量子图灵机模型；1994 年 Shor 给出大数分解的多项式时间量子算法，直接冲击 RSA 公钥体系；1996 年 Grover 提出平方加速的无序搜索算法；同年 Shor 与 Steane 分别提出量子纠错码，解决了退相干这一致命障碍。此后，超导量子比特、离子阱、光量子等平台相继实现数十至数百比特的含噪中等规模量子（NISQ）处理器，量子优越性实验也在特定采样任务上得到演示。

应用前景与学习路径

量子计算的应用前景集中在四类任务：一是密码学，Shor 算法威胁 RSA 与 ECC，而 BB84 等量子密钥分发提供信息论安全的替代方案；二是搜索与优化，Grover 及其推广可用于无序数据库搜索和部分组合优化；三是量子模拟，用于材料、药物与化学分子能级计算；四是量子机器学习，探索在高维特征空间中的加速可能。需要清醒认识的是，当前设备仍处于含噪阶段，多数应用需要容错量子计算机，而容错所需的物理比特数可能达到百万量级。

学习本课程建议按“数学基础 → 单比特与多比特系统 → 量子门与线路 → 纠缠与测量 → 算法 → 纠错与硬件”的顺序推进。每学一个概念，都应能回答三个问题：它的数学表示是什么？它在物理上对应什么操作？它在资源上付出什么代价？例如学习 CNOT 门时，既要写出它的 4×4 酉矩阵，也要知道它在超导平台上通常由交叉共振或参数调制实现，门时间约几十纳秒，保真度目前可达 99% 以上但仍有误差累积。

本课程后续将围绕上述框架逐层展开，从态矢量与算符的线性代数开始，逐步过渡到线路设计、算法分析与纠错编码，最终形成对量子信息处理全链路的整体理解。