量子计算在优化、机器学习和物理学领域有着广阔的应用前景,从而催生了各种表示量子信息的模型。由于这些表示通常在不同的背景下进行研究(多体物理学、机器学习、形式验证、模拟),因此人们对其简洁性和更新操作运行时间之间的基本权衡知之甚少。因此,我们分析研究了三种广泛使用的量子态表示:矩阵乘积状态 (MPS)、决策图 (DD) 和受限玻尔兹曼机 (RBM)。我们映射了这些数据结构的相对简洁性,并提供了相关查询和操作的复杂性。此外,为了在简洁性和操作效率之间取得平衡,我们扩展了快速性的概念,以支持本文研究的非规范数据结构,特别是表明 MPS 至少与某些 DD 一样快。通过提供量子态表示的知识汇编图,本文有助于理解该领域固有的时间和空间效率权衡。
主要关键词
![arXiv:2401.01322v1 [quant-ph] 2024 年 1 月 2 日PDF文件第1页](/bimg/1/1c016e2156e2a3caa3a25cff52e5386d70b808cf.webp)
![arXiv:2401.01322v1 [quant-ph] 2024 年 1 月 2 日PDF文件第2页](/bimg/c/c5ccfe740abdfe556118ef1a7e51a3de8d5f2eff.webp)
![arXiv:2401.01322v1 [quant-ph] 2024 年 1 月 2 日PDF文件第3页](/bimg/3/3216b27abfba6ddfcaf320c11e4915ff7642cc7e.webp)
![arXiv:2401.01322v1 [quant-ph] 2024 年 1 月 2 日PDF文件第4页](/bimg/1/128ba05e02bd69d5c22eb800af55755b3602137c.webp)
![arXiv:2401.01322v1 [quant-ph] 2024 年 1 月 2 日PDF文件第5页](/bimg/a/a57b0c495a3edd202cbd015fd5b08e5288307c7e.webp)
