资源介绍
原版电子书）
《使用 Python 构建量子软件：开发者指南》旨在帮助软件开发者和技术专业人士挖掘量子计算的潜力。本书以广为人知的经典计算概念为基础构建量子计算知识体系，同时着重强调那些将经典计算与量子计算相结合从而形成量子优势的独特特征。我们通过一种可视化的、实践导向的方法教授量子计算，这种方法仅要求读者具备基本的编程和数学知识（面向开发者的可视化方法）。
本书从量子计算的基础概念开始，包括量子态、变换和测量。每个概念都会通过可视化和代码进行阐释。本书的第二部分涵盖了基本的量子算法，这些算法贯穿于所有章节。到本书结束时，读者将对量子计算有深入的理解，并能够设计和实现量子解决方案。
本书适用人群
本书面向软件开发者、机器学习专业人士、计算机科学学生，更广泛地说，适合任何具有计算或信息科学背景的人士。开发量子解决方案并不需要深入的量子力学知识，但需要对基础经典计算概念和模式有基本的理解，这些概念和模式将应用于量子计算。此外，还需要一些基本的数学概念，包括三角学和复数。对于需要复习数学概念的读者，附录 A 中包含了数学概念复习内容。
本书不与特定的量子库或硬件提供商绑定。它提供了一个通用的基础，帮助读者使用任何量子库或平台。在第 3 章和第 4 章中，我们从零开始在 Python 中开发了一个名为 Hume 的量子模拟器。因此，要理解本书中的代码，读者应该具备 Python 编程知识。
本书结构：路线图
本书分为三个部分，共 12 章，其中包含示例应用程序。
第一部分涵盖基础知识：
第 1 章对量子计算进行了高层次的介绍，并讨论了量子计算的优势和挑战。
第 2 章通过一个量子方法解决实际优化问题（背包问题）。
第 3 章介绍单量子比特量子态，并引入基本的量子计算指令，称为量子门。
第 4 章涵盖多量子比特系统。
第二部分涵盖基本量子算法：
第 5 章介绍量子或 acles。
第 6 章使用 oracles 实现量子搜索解决方案。它涵盖了一个非常重要的量子算法（Grover 算法）和振幅放大。
第 7 章介绍量子傅里叶变换，这是量子优势的来源之一。它被用于许多量子程序中。
第 8 章探讨量子傅里叶变换的几个应用。
第 9 章介绍一个重要的量子算法：量子相位估计。它还涵盖了量子计数。
第三部分包括更复杂的量子解决方案的实现，特别是量子优化：
第 10 章将本书前两部分的概念结合起来，实现量子计算中的一个基本模式：在量子态中编码函数。
第 11 章介绍一种称为 Grover 自适应搜索的方法，该方法使用 Grover 算法来解决优化问题。本章包括一个 Grover 优化器的实现。
第 12 章讨论了一些超出本书范围但却是本书内容自然延伸的概念。