1. 课程导入与全景概览
当我们说“用量子计算机求解一个分子的基态能量”时，真正被送进量子处理器的并不是化学式，也不是薛定谔方程，而是一串经过多步变换的量子门。中间这段距离，正是本课程要打通的核心地带：量子哈密顿量编码与算符分解。它回答两个紧密相连的问题——物理世界的能量算符如何变成量子比特上可执行的算符组合，以及这些组合又如何被翻译成具体的量子门序列。
先厘清对象。一个量子系统的哈密顿量 H 是厄米算符，其本征值对应可观测能量。在量子化学中，经过二次量子化，H 通常写成分子轨道上产生、湮灭算符的多项式，包含单电子积分与双电子积分项。但量子计算机的硬件语言是泡利算符 X、Y、Z 与恒等算符 I 的张量积。因此第一步映射（如 Jordan-Wigner 或 Bravyi-Kitaev 变换）把费米子算符转成泡利串，得到形如
H = Σ_k c_k · P_k, P_k ∈ {I, X, Y, Z}^⊗n, c_k 为实数的泡利分解形式。这一步决定了比特数、项数以及后续线路的复杂度。例如氢分子在最小基组下经 Jordan-Wigner 映射后通常得到十余个泡利项，而稍大的体系项数会迅速膨胀，这正是“编码方式选择”具有工程意义的原因。
第二步是算符分解与线路综合。泡利串不能直接执行，需要转化为量子门。常见路径有三条：其一是把每个泡利串化为受控旋转，配合 CNOT 链做基变换，形成 Trotter 化的时间演化线路；其二是将哈密顿量拆成若干对易或反对易分组，减少测量与线路开销；其三是采用变分框架，把 H 的期望值测量交给一组参数化线路与测量基旋转。三条路径共享同一个底层动作：把算符结构翻译成门与测量。
上图把整门课程压缩成一条可追踪的链路：左侧是物理与数学对象，右侧是硬件可执行对象，中间三条路径是不同工程取舍下的分解策略，底部则是任何一次求解都必须完成的验证闭环。请注意图中那条虚线反馈——当能量不收敛或与参考值偏差过大时，问题往往不在“线路写错了”，而可能出在映射选择、项截断阈值或 Trotter 步数上，需要回到上游重新权衡。
为了让这条链路具体可感，我们用一个贯穿全课的小例子：氢分子在 STO-3G 基组、键长约 0.735 Å 时的电子哈密顿量。经 Jordan-Wigner 映射后，它被写成若干泡利串的实系数线性组合；若采用 Trotter 化，每个泡利串 P 的演化 e-iθP 可通过“把 P 中出现的 X/Y 用 Hadamard 或 S†H 旋转到 Z 基、用 CNOT 链把奇偶性汇聚到一个辅助比特、施加 Rz(2θ)、再逆序还原”来实现。θ 由系数 ck 与演化时间共同决定。这个“基变换—纠缠—旋转—还原”的局部模式，是后续章节反复出现的原子单元。
学习路径上，建议按“先看懂对象、再动手分解、最后评估代价”的节奏推进。第一阶段建立算符语言：分清费米子算符、泡利算符与矩阵表示之间的关系，理解为什么映射会引入额外的比特与项。第二阶段掌握分解技术：能对给定泡利串手写出对应的门序列，能估算 CNOT 数量与线路深度。第三阶段进入工程判断：面对一个具体体系，如何在映射方式、分组策略、Trotter 阶数与测量次数之间做取舍，并用小规模精确对角化结果作为基准来校验。