高开发效率
采用模块化与可复用代码结构，并提供丰富示例与API文档等开发资源。
高可靠和稳定性
通过多轮测试验证，确保其适应不同的应用场景和不断变化的需求。
高性能
针对特定场景或任务进行算法优化，以提高量子算法在量子/经典设备上的执行性能。
基本介绍
pyqpanda-algorithm 是由本源量子开发的量子算法软件包，集成了量子算法中常用的基础算法与函数，为开发者提供了一套标准化工具，帮助其编写可轻松移植至不同量子计算平台的程序，是推动量子软件开发与量子计算研究的重要资源。
from pyqpanda_alg.VQE.vqe import hardware_efficient_circuit
import numpy as np
import pyqpanda
nqubit = 2
init_para = np.zeros(4*nqubit)
qvm = pyqpanda.CPUQVM()
qvm.initQVM()
circuit = hardware_efficient_circuit(nqubit,init_para,qvm)
print(circuit)
import numpy as np
import pyqpanda
nqubit = 2
init_para = np.zeros(4*nqubit)
qvm = pyqpanda.CPUQVM()
qvm.initQVM()
circuit = hardware_efficient_circuit(nqubit,init_para,qvm)
print(circuit)
产品特点
关键功能
Grover's Search Algorithm
这是一种量子搜索算法，可用于在 O(√N)时间内搜索含有N个未排序项目的数据库，相比于经典算法更快，经典算法完成相同的任务需要O（N）的时间。开发人员可以直接调用接口 grover(arg1， arg2...)来支持他们的用户定义算法。
了解更多Mixed HHL Solver
混合HHL求解器是对HHL算法的优化，主要用于求解大规模线性方程，如计算流体动力学。通过“克雷洛夫子空间”方法降低原始线性空间的维度，并使用HHL算法进行求解，具有更稳定的求解性能和更快的收敛速度。
了解更多VQE Solver
VQE是一种混合量子经典算法，用于计算哈密顿算符的基态能量，是量子化学中最有研究价值的量子算法之一。经典算法的计算成本会随着系统规模呈指数增长，相较经典算法，VQE算法在量子电路执行时间和测量次数上呈多项式增长。
了解更多