1. 课程导入与全局认知

在量子计算软件栈中，量子程序从算法描述到最终在量子处理器上执行，需要经过一条完整的编译与映射链路。这条链路的核心任务之一，就是把算法层面使用的量子门集合，逐步转换为目标硬件真正能够执行的物理指令集合。这个过程包含两个紧密耦合的环节：门集分解与硬件指令映射。理解它们在整个量子计算栈中的位置、各自承担的任务以及相互之间的约束关系，是后续所有章节的基础。

先看整体定位。量子计算栈通常可以划分为若干层次：最上层是算法与应用，例如量子化学模拟、组合优化、量子机器学习等；其下是量子程序表示层，通常以量子线路或量子指令序列的形式描述；再往下是编译与优化层，负责线路化简、门集转换、映射与调度；最底层是硬件控制与执行层，包括脉冲生成、微波/激光控制、读出与反馈。门集分解与硬件指令映射位于编译与优化层的核心位置，它向上承接量子线路表示，向下对接具体硬件的原生门集与连接拓扑。

为什么需要门集分解？原因在于，算法设计者通常使用一组通用且数学上方便的门集合，例如 Clifford+T 门集、旋转门集合或任意单量子比特门加 CNOT 门。但真实量子处理器并不一定原生支持这些门。超导量子处理器常见的原生门包括单量子比特旋转门（如 X、SX、RZ）和两量子比特门（如 CZ 或 iSWAP）；离子阱处理器则可能原生支持任意单量子比特门和 Mølmer-Sørensen 门。因此，必须把算法层面的门转换为硬件原生门序列，这个过程就是门集分解。

门集分解之后，还需要进行硬件指令映射。映射要解决两个问题：第一，把分解后的门序列中的逻辑量子比特分配到物理量子比特上；第二，确保所有两量子比特门都作用在物理上直接相连的量子比特对之间。如果目标硬件拓扑中两个逻辑量子比特之间没有直接连接，就需要插入 SWAP 门或使用更高级的远程门实现方式，把量子态搬运到相邻位置。映射质量直接影响线路深度、门数量和最终保真度。

为了更直观地理解这两个环节在整体链路中的位置与关系，下面给出一个结构化的信号与数据流示意图。图中从算法描述出发，经过逻辑线路、门集分解、逻辑到物理映射、拓扑约束处理、调度与脉冲生成，最终到达硬件执行与读出。每个阶段都标注了关键输入、输出以及典型约束。

从图中可以看到，门集分解与硬件指令映射并不是孤立的两个步骤，而是与前后环节存在紧密的数据依赖和约束传递。算法层输出的逻辑线路决定了分解的输入门集；硬件原生门集和连接拓扑决定了分解与映射的可行空间；映射结果又直接影响调度与脉冲生成的复杂度。同时，硬件校准数据会反向影响映射策略，例如错误率较高的量子比特应尽量避免承担关键路径上的门操作。

学习本课程时，建议沿着这条链路逐步深入。首先理解门集分解的基本原理与常见方法，包括精确分解与近似分解、Clifford+T 分解、旋转门合并等；然后掌握硬件指令映射的核心算法，包括初始映射、路由策略、SWAP 插入与优化；最后结合具体工具链，完成从逻辑线路到硬件可执行指令的完整转换实践。每一章都会围绕一个具体问题展开，并给出可操作的示例与判断依据。

本课程后续将依次展开：门集分解的数学基础与典型算法、硬件原生门集的分类与特性、逻辑到物理映射的图论模型、路由与 SWAP 优化策略、调度与脉冲编译基础、以及基于 Qiskit、Cirq、TKET 的完整实践案例。每一部分都会结合具体参数、示例线路和结果分析，帮助读者真正掌握从算法描述到硬件执行的完整技能链。