2. 量子计算基础与聚类任务映射
经典聚类把样本看作欧氏空间中的点，用距离或内积衡量相似度。量子聚类则把样本编码进量子态，让相似度计算发生在希尔伯特空间里。要理解这条路径，必须先掌握五个基本概念：量子比特、叠加、纠缠、测量和量子门，然后回答一个关键问题——聚类任务中的“距离”和“相似度”在量子表示下对应什么。
量子比特与叠加：从确定位到概率幅
经典比特只能取 0 或 1。量子比特（qubit）的状态写成 |ψ⟩ = α|0⟩ + β|1⟩，其中 α、β 是复数概率幅，满足 |α|² + |β|² = 1。测量时得到 |0⟩ 的概率是 |α|²，得到 |1⟩ 的概率是 |β|²。例如 |+⟩ = (|0⟩ + |1⟩)/√2，测量得到 0 或 1 的概率各为 50%。
叠加的意义在于：n 个量子比特可以同时承载 2ⁿ 个基态的振幅。对聚类而言，这意味着一次量子操作可以并行作用于指数多个候选状态。但要注意，叠加不等于“同时算出所有答案”，因为测量只能按概率坍缩出一个结果，必须通过振幅放大等技巧把目标状态的振幅抬高。
纠缠与量子门：构造相似度的操作层
纠缠指多个量子比特之间无法分解为各自独立状态的关联。典型例子是贝尔态 (|00⟩ + |11⟩)/√2：测量第一个比特若得 0，第二个必为 0；若得 1，第二个必为 1。纠缠让样本之间的相关性可以直接编码进量子态结构，而不是事后用距离公式计算。
量子门是作用在量子比特上的酉变换。聚类映射中常用的门包括：Hadamard 门 H 制造叠加；受控非门 CNOT 制造纠缠；旋转门 Ry(θ) 把经典数值编码为振幅；受控相位门用于调节状态间相位。下表给出本节涉及的核心对象及其在聚类中的角色。
| 量子对象 | 数学表示 | 聚类中的用途 |
|---|---|---|
| 量子比特 | α|0⟩+β|1⟩ | 承载一个样本特征或一个样本索引 |
| Hadamard 门 | H | 生成均匀叠加，构造初始候选簇 |
| CNOT 门 | 受控翻转 | 建立样本间纠缠关联 |
| Ry(θ) 门 | 绕 y 轴旋转 | 把特征值编码为振幅角 |
| 测量 | 投影到计算基 | 读出簇标签或相似度采样结果 |
距离度量与相似度的量子表示
经典聚类常用欧氏距离 d(x,y)=‖x−y‖ 或余弦相似度 cos(x,y)=x·y/(‖x‖‖y‖)。量子版本的核心工具是态的内积：给定两个归一化量子态 |φ⟩ 和 |ψ⟩，它们的相似度可写为 |⟨φ|ψ⟩|²，即测量一个态得到另一个态的概率。距离则可用 1 − |⟨φ|ψ⟩|² 或迹距离、Fubini-Study 距离表示。
把经典向量 x 编码为量子态的标准做法是振幅编码：对归一化向量 x = (x₁,…,x_d)，令 |x⟩ = Σ xᵢ|i⟩。此时两个样本的内积 x·y 恰好等于 ⟨x|y⟩。于是“相似度计算”被转化为量子态内积估计，可用 swap test 电路完成：
|0⟩ ── H ──●── H ── 测量
│
|x⟩ ────────X──────
│
|y⟩ ────────X──────
swap test 的测量结果为 0 的概率是 (1 + |⟨x|y⟩|²)/2。重复运行 N 次，统计 0 的出现频率，即可估计 |⟨x|y⟩|²，进而得到相似度。这是量子聚类中最基础的相似度计算原语。
聚类任务到量子线路的映射
把上述概念串起来，一个量子聚类流程通常包含四步：编码、相似度估计、簇分配、测量读出。下图给出从经典样本到量子聚类结果的完整映射关系，重点展示数据流与操作层的对应。
测量与工程约束
测量是量子计算与经典世界之间的接口。在 swap test 中，辅助比特测量为 0 的概率 P₀ = (1 + |⟨x|y⟩|²)/2。若真实相似度为 0.8，则 P₀ = 0.82；若相似度为 0.2，则 P₀ = 0.52。两者差距只有 0.3，需要足够多的采样次数才能区分。工程上常用 Chernoff 界估算采样数：要把相似度估计误差控制在 ε 以内，重复次数大致为 O(1/ε²)。
另一个约束是编码深度。振幅编码 d 维向量需要约 d 个旋转门，线路深度随特征维度线性增长。在含噪声中等规模量子（NISQ）设备上，深度过大会导致保真度下降。因此实际量子聚类常采用降维后的特征（如 PCA 保留 4～8 维），或使用角度编码把每个特征映射到一个量子比特的旋转角。