mindquantum.algorithm.nisq.MaxCutAnsatz

查看源文件
class mindquantum.algorithm.nisq.MaxCutAnsatz(graph, depth=1)[源代码]

MaxCut ansatz。了解更多详细信息,请访问 A Quantum Approximate Optimization Algorithm

\[U(\beta, \gamma) = e^{-\beta_pH_b}e^{-\gamma_pH_c} \cdots e^{-\beta_0H_b}e^{-\gamma_0H_c}H^{\otimes n}\]
\[H_b = \sum_{i\in n}X_{i}, H_c = \sum_{(i,j)\in C}Z_iZ_j\]

这里: \(n\) 是节点的集合, \(C\) 是图的边的集合。

参数:
  • graph (list[tuple[int]]) - 图结构。图的每个元素都是由两个节点构造的边。例如,[(0, 1), (1,2)]表示一个三节点的图,且其中一条边连接节点0和节点1,另一条边连接节点1和节点2。

  • depth (int) - MaxCut ansatz的深度。默认值: 1

样例:

>>> import numpy as np
>>> from mindquantum.algorithm.nisq import MaxCutAnsatz
>>> graph = [(0, 1), (1, 2), (0, 2)]
>>> maxcut = MaxCutAnsatz(graph, 1)
>>> maxcut.circuit
      ┏━━━┓ ┏━━━━━━━━━━━━━┓                 ┏━━━━━━━━━━━━━┓ ┏━━━━━━━━━━━━━┓
q0: ──┨ H ┠─┨             ┠─────────────────●             ┠─┨ RX(alpha_0) ┠───
      ┗━━━┛ ┃             ┃                 ┃             ┃ ┗━━━━━━━━━━━━━┛
      ┏━━━┓ ┃ Rzz(beta_0) ┃ ┏━━━━━━━━━━━━━┓ ┃             ┃ ┏━━━━━━━━━━━━━┓
q1: ──┨ H ┠─┨             ┠─┨             ┠─┨ Rzz(beta_0) ┠─┨ RX(alpha_0) ┠───
      ┗━━━┛ ┗━━━━━━━━━━━━━┛ ┃             ┃ ┃             ┃ ┗━━━━━━━━━━━━━┛
      ┏━━━┓                 ┃ Rzz(beta_0) ┃ ┃             ┃ ┏━━━━━━━━━━━━━┓
q2: ──┨ H ┠─────────────────┨             ┠─●             ┠─┨ RX(alpha_0) ┠───
      ┗━━━┛                 ┗━━━━━━━━━━━━━┛ ┗━━━━━━━━━━━━━┛ ┗━━━━━━━━━━━━━┛
>>>
>>> print(maxcut.hamiltonian)
3/2 [] +
-1/2 [Z0 Z1] +
-1/2 [Z0 Z2] +
-1/2 [Z1 Z2]
>>> partitions = maxcut.get_partition(5, np.array([4, 1]))
>>> for i in partitions:
...     print(f'partition: left: {i[0]}, right: {i[1]}, cut value: {maxcut.get_cut_value(i)}')
partition: left: [2], right: [0, 1], cut value: 2
partition: left: [0, 1], right: [2], cut value: 2
partition: left: [0], right: [1, 2], cut value: 2
partition: left: [0, 1, 2], right: [], cut value: 0
partition: left: [], right: [0, 1, 2], cut value: 0
get_cut_value(partition)[源代码]

获取切割方案的切割边数。切割方案是一个list数组,该list数组由两个list数组构成,每一个list数组包含切割的节点。

参数:
  • partition (list) - 图形切割方案。

返回:

int,给定切割方案下的切割值。

get_partition(max_n, weight)[源代码]

获取MaxCut问题的切割方案。

参数:
  • max_n (int) - 需要多少个切割方案。

  • weight (Union[ParameterResolver, dict, numpy.ndarray, list, numbers.Number]) - MaxCut ansatz的参数值。

返回:

list,切割方案构成的列表。

property hamiltonian

获取MaxCut问题的哈密顿量。

返回:

QubitOperator,MaxCut问题的哈密顿量。