3. 参数化量子电路设计基础

VQE 的求解能力，最终落在一条可调参数的量子线路上。理解这条线路，需要同时掌握三件事：门如何表示、参数如何注入、纠缠如何铺设。本节从线路表示出发，逐步过渡到参数化旋转门、硬件原生门集，最后讨论深度与表达能力的权衡。

一、量子门与线路的表示

在量子计算中，一个 n 量子比特的线路可视为作用在 2ⁿ 维复希尔伯特空间上的酉矩阵 U(θ)。线路图按时间从左向右排列，每个量子比特是一条水平线，门是作用在对应线上的方块或符号。单比特门只改变一个比特的态，双比特门则建立比特间的关联。

常见单比特门包括 Pauli 门 X、Y、Z，Hadamard 门 H，以及绕 X、Y、Z 轴旋转的 RX(θ)、RY(θ)、RZ(θ)。其中旋转门是 VQE 的参数载体，其矩阵形式为：

RX(θ) = [[cos(θ/2), -i·sin(θ/2)],
         [-i·sin(θ/2), cos(θ/2)]]

RY(θ) = [[cos(θ/2), -sin(θ/2)],
         [sin(θ/2),  cos(θ/2)]]

RZ(θ) = [[e^(-iθ/2), 0],
         [0, e^(iθ/2)]]

注意 RZ 只改变相对相位，在计算基下测量时单独使用不改变测量概率，因此它通常需要与 H 门或其它旋转门配合才能体现效果。这一点在构造 ansatz 时经常被忽略。

二、参数化旋转门与参数注入

参数化旋转门的关键在于：θ 是一个可微的连续变量，经典优化器可以对其求梯度并更新。以 RY(θ) 作用在 |0⟩ 上为例，输出为 cos(θ/2)|0⟩ + sin(θ/2)|1⟩，测量得到 |1⟩ 的概率为 sin²(θ/2)。当 θ 从 0 连续变化到 π 时，该概率从 0 单调升至 1，这正是 VQE 能够连续调节期望值的物理基础。

实际实现中，参数通常以数组形式传入线路。例如使用 Qiskit 风格伪代码：

from qiskit import QuantumCircuit
from qiskit.circuit import Parameter

theta = Parameter('θ')
qc = QuantumCircuit(2)
qc.ry(theta, 0)      # 参数化旋转
qc.cx(0, 1)          # 纠缠
qc.ry(theta, 1)      # 复用同一参数或另设参数

这里需要区分“共享参数”与“独立参数”。共享参数减少优化维度、降低过拟合风险，但可能限制表达能力；独立参数更灵活，却使优化空间变大、收敛更慢。设计时应根据问题规模和硬件噪声水平做取舍。

三、纠缠门与硬件原生门集

仅有单比特旋转无法产生纠缠，而 VQE 要逼近的分子基态往往具有强关联。纠缠门因此成为 ansatz 的核心。常见纠缠门有 CNOT、CZ、iSWAP 等。它们在不同硬件上的实现代价差异很大。

超导硬件通常以 CZ 或 iSWAP 为原生双比特门，CNOT 需要由原生门加单比特门合成；离子阱硬件则常以 XX 或 Mølmer–Sørensen 门为原生操作。所谓“硬件原生门集”，指的是设备直接支持、无需额外分解的门集合。设计线路时应尽量让门落在原生门集内，否则编译器会插入大量分解门，导致深度膨胀和保真度下降。

四、线路深度与表达能力的权衡

表达能力指 ansatz 所能覆盖的态空间范围。层数越多、纠缠越密，表达能力越强，越有可能逼近真实基态；但深度增加也意味着更多门操作、更多噪声和更长的运行时间。在含噪声的中等规模量子设备上，过深的线路往往使期望值被噪声淹没，优化器反而找不到有效方向。

一个实用的做法是采用“硬件高效 ansatz”：每层由单比特旋转层加相邻比特的纠缠层构成，层数作为超参数从浅到深逐步增加。例如先取 1 层观察能量收敛情况，若与化学精度目标差距较大，再增加层数，同时监控双比特门总数是否超出设备可承受范围。

上图展示了一个两层硬件高效 ansatz 的结构：每层先对每个比特施加 RY 旋转，再用 CNOT 链建立相邻纠缠，最后统一测量。随着层数增加，线路深度线性增长，表达能力提升，但双比特门数量同步上升，噪声影响也随之放大。实际调参时，可先固定层数为 1，记录能量收敛曲线；若收敛值明显高于目标精度，再逐层增加并观察双比特门总数是否仍在设备可接受范围内。

五、设计检查清单

在把 ansatz 交给优化器之前，建议逐项核对：参数是否全部以可微变量形式注入；纠缠门是否落在目标硬件原生门集内；双比特门总数与线路深度是否在噪声可承受范围；是否存在仅含 RZ 而无 H 或其它旋转的“无效参数”；共享参数与独立参数的选择是否与问题规模匹配。把这些检查做在前面，能显著减少后续优化阶段的无效迭代。