概率测量

概率测量是指获得目标量子比特的振幅，目标量子比特可以是一个量子比特也可以是多个量子比特的集合。 在QPanda2中概率测量又称为PMeasure 。 概率测量和 量子测量 是完全不同的过程，Measure是执行了一次测量， 并返回一个确定的0/1结果，并且改变了量子态，

接口介绍

QPanda2提供了三种获得PMeasure结果的方式，其中有 prob_run_list 、 prob_run_tuple_list 、 prob_run_dict。

• prob_run_list ： 获得目标量子比特的概率测量结果列表。

• prob_run_tuple_list： 获得目标量子比特的概率测量结果，为列表类型，其对应的下标为十进制。

• prob_run_dict ： 获得目标量子比特的概率测量结果，为字典类型，其对应的下标为二进制。

这三个函数的使用方式是一样的，下面就以 prob_run_dict 为例介绍，使用方式如下：

prog = QProg()
prog << H(qubits[0])\
     << CNOT(qubits[0], qubits[1])\
     << CNOT(qubits[1], qubits[2])\
     << CNOT(qubits[2], qubits[3])

result = prob_run_dict(prog, qubits, 3)

第一个参数是量子程序， 第二个参数是 QVec 它指定了我们关注的量子比特。 第三个参的值为-1时，获取所有的概率测量结果，大于0时表示获取最大的前几个数。

实例

from pyqpanda import *

if __name__ == "__main__":
    qvm = CPUQVM()
    qvm.init_qvm()
    qubits = qvm.qAlloc_many(2)
    cbits = qvm.cAlloc_many(2)

    prog = QProg()
    prog << H(qubits[0])\
        << CNOT(qubits[0], qubits[1])

    print("prob_run_dict: ")
    result1 = qvm.prob_run_dict(prog, qubits, -1)
    print(result1)

    print("prob_run_tuple_list: ")
    result2 = qvm.prob_run_tuple_list(prog, qubits, -1)
    print(result2)

    print("prob_run_list: ")
    result3 = qvm.prob_run_list(prog, qubits, -1)
    print(result3)

运行结果：

prob_run_dict:
{'00': 0.4999999999999999, '01': 0.0, '10': 0.0, '11': 0.4999999999999999}
prob_run_tuple_list:
[(0, 0.4999999999999999), (3, 0.4999999999999999), (1, 0.0), (2, 0.0)]
prob_run_list:
[0.4999999999999999, 0.0, 0.0, 0.4999999999999999]

备注

概率测量 不支持噪声虚拟机