量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)

Eric R. Johnston, Nic Harrigan, Mercedes Gimeno-Segovia 著 張耀鴻 譯

  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-1
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-2
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-3
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-4
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-5
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-6
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-7
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-8
  • 量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-9
量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)-preview-1

買這商品的人也買了...

相關主題

商品描述

演算法精要與程式範例

「這是一本為程式設計師所寫的書,它為探索量子計算的新世界帶來了嶄新的表示法和視覺工具。」
—Mike Shapiro,DTrace、DSSD和NVMeoF共同創始人

「作者並不要求讀者具有深厚的數學背景,而是採用視覺化和實作的獨特技術來建構直觀的量子計算能力。」
—James L. Weaver,IBM量子開發宣導師

量子電腦有望啟動新的計算革命,而你可以立即加入這個行列。如果你從事的是軟體工程、電腦繪圖、資料科學、或者只是一位好奇的電腦玩家,本書提供了實用的程式設計指南來認識量子計算技術。你不用透過艱澀的數學和理論進行分析,就可以直接使用本書範例來展示該技術獨特的功能。

量子計算專家Eric Johnston,Nic Harrigan和Mercedes Gimeno-Segovia將引導你在應用程式中編寫量子程式所需的技能、工具和直覺。你將了解量子電腦可以做什麼,並學習如何辨別量子電腦所能解決的問題類型。

本書的章節大致上可分為三大部分:
‧QPU程式設計—探索用於編程量子處理單元的核心概念,包括如何描述和操控量子位元以及如何進行量子瞬間傳送。
‧QPU原式—學習演算法原式和技術,包括振幅放大、量子傅立葉變換和相位估計。
‧QPU應用—研究如何利用QPU原式來建構現有的應用,包括量子搜尋技術和Shor因數分解演算法。

作者簡介

Eric Johnston 是一位軟體工程師,也是QCEngine量子計算模擬器的創始者。
Nic Harrigan 是一位量子架構規劃師和科學傳播者,他在量子力學和量子計算的基礎研究上有廣泛的涉獵。
Mercedes Gimeno-Segovia 是PsiQ公司的量子架構規劃總監,主要從事一般用途的量子電腦設計。

目錄大綱

第一章 緒論

第一部分 QPU 程式設計
第二章 單一量子位元
第三章 多量子位元
第四章 量子瞬間傳送

第二部分 QPU 原式
第五章 量子算術與邏輯
第六章 振幅放大
第七章 QFT:量子傅立葉變換
第八章 量子相位估計

第三部分 QPU 應用
第九章 真實資料
第十章 量子搜尋
第十一章 量子超取樣
第十二章 Shor 因數分解演算法
第十三章 量子機器學習

第四部分 未來展望
第十四章 保持領先:文獻指南