[中英对照] 量子信息理论与量子计算：面向对象 Python

实战手册（双语对照版电子书） 核心内容架构 全书共 7 章，从 Python 基础到量子计算高阶应用逐步深入，形成完整知识体系： （一）Python 与面向对象编程基础（第 1 章） 作为入门章节，系统讲解 Python 核心语法与面向对象编程（OOP）精髓，确保无编程基础读者也能掌握关键技能。内容涵盖变量（支持整数、实数、复数、字符串等多种数据类型）、运算符（算术、关系、逻辑运算符）、流程控制（条件判断、循环结构）、函数定义与调用，以及 NumPy、SciPy 等科学计算库的使用。重点介绍 OOP 的类、对象、方法等核心概念，通过 “人类类”“球体类” 等实例，帮助读者理解类的创建、对象属性与行为定义，为后续量子计算代码开发奠定编程基础。同时，还包含代码执行时间计算、库安装与后端配置等实用内容，确保读者能顺利搭建开发环境。 （二）量子力学基础工具（第 2 章） 聚焦量子力学核心数值计算方法，构建量子计算的数学工具库。内容包括向量内积（支持实向量与复向量）、向量范数计算、向量归一化、向量外积（分实向量与复向量实现）、矩阵张量积、矩阵对易子与反对易子计算，以及二进制与十进制转换、二进制位移位、量子态移位等量子计算特有的操作。每类操作均提供完整 Python 实现代码，例如通过inner_product方法计算向量内积时，先校验向量维度一致性，再通过循环遍历完成内积计算，并支持复数向量的共轭运算。章末通过完整实例，演示如何组合使用这些工具处理量子力学基础问题，如构建并归一化量子态、计算量子态的外积密度矩阵等。 （三）数值线性代数运算（第 3 章） 针对量子计算中频繁用到的线性代数操作，提供高效数值解决方案。涵盖矩阵求逆（支持实矩阵与复矩阵，需先校验矩阵行列式非零）、矩阵函数计算（对实对称矩阵、复厄米矩阵、一般非厄米矩阵，分别实现指数、正弦、余弦、正切、对数等函数）、矩阵幂运算（支持任意实数幂，含精度控制）、矩阵迹范数与希尔伯特 - 施密特范数计算、矩阵绝对值求解，以及格拉姆 - 施密特正交化（分实向量与复向量）。例如计算矩阵函数时，利用谱定理将矩阵对角化，对对角矩阵应用函数后再逆对角化，确保计算效率与准确性。章末通过完整案例，展示如何计算矩阵余弦值及矩阵高次幂，帮助读者掌握线性代数工具在量子计算中的应用。 （四）量子信息与量子计算工具（第 4 章） 提供量子计算核心组件的实现，包括常用量子门、典型量子态构建，以及量子信息度量计算。量子门部分涵盖泡利 - X/Y/Z 门、哈达玛门、相位门、旋转门、受控非门（CX）、受控 Z 门（CZ）、交换门（SWAP）、托佛利门（CCX）、弗雷德金门（CSWAP）等，支持 N 量子比特门的构建。量子态部分包括贝尔态（4 种贝尔态及其 N/2 张量积形式）、N 量子比特 GHZ 态、N 量子比特 W 态、广义 N 量子比特沃纳态。量子信息度量部分实现香农熵、线性熵、相对熵、迹距离、保真度（支持纯态间、密度矩阵间、纯态与密度矩阵间）、超保真度、布雷斯距离，以及可观测量期望值计算。所有代码均采用面向对象设计，可直接集成到量子计算项目中，例如通过nGHZ方法可一键生成任意 N（N≥3）量子比特的 GHZ 态。 （五）量子纠缠量化（第 5 章） 深入量子纠缠研究领域，提供完整的纠缠检测与量化工具集。核心内容包括部分迹（计算子系统约化密度矩阵，支持实 / 复量子态与密度矩阵）、部分转置（用于纠缠检测，支持任意子系统划分），以及多种纠缠度量：并发度（衡量两量子比特纠缠，分纯态与混合态实现）、块熵（计算两区块量子态的冯・诺依曼熵）、雷尼熵（广义熵，支持任意指数 α）、 negativity 与对数 negativity（基于部分转置的纠缠度量）、Q 度量（迈耶 - 沃拉赫 - 布伦南度量，衡量多量子比特纯态纠缠）、纠缠谱（约化密度矩阵特征值的负对数）、三量子比特剩余纠缠（三纠缠），以及佩雷斯正部分转置（PPT）判据、约化判据等纠缠检测方法。章末通过复杂案例，演示如何构建混合量子态、计算块熵与并发度，并利用部分转置判断子系统纠缠特性，为量子纠缠相关研究提供完整工具支持。 （六）一维量子自旋 1/2 链模型（第 6 章） 聚焦凝聚态物理中的自旋链模型，提供哈密顿量构建的数值工具。内容包括自旋与外磁场相互作用哈密顿量（分 X、Y、Z 三个方向，支持均匀与非均匀磁场）、自旋 - 自旋直接交换相互作用哈密顿量（分 X、Y、Z 方向，支持近邻及 r 邻相互作用，含周期性与开放性边界条件）、海森堡模型（XXX、XYZ 模型等变体）、德贾洛辛斯基 - 莫里亚（DM）相互作用哈密顿量（分 X、Y、Z 三个方向的 DM 向量）。支持随机相互作用强度与非均匀磁场，可构建如横向伊辛模型、马宗达 - 戈什模型等经典自旋链模型。例如通过heisenberg_hamiltonian方法，可指定自旋数、相互作用邻域、边界条件与耦合强度，自动生成海森堡模型哈密顿量。章末通过组合哈密顿量实例，展示如何构建包含海森堡相互作用与 DM 相互作用的复合模型，满足复杂自旋系统研究需求。 （七）随机矩阵与随机向量生成（第 7 章） 为量子随机态与随机矩阵相关研究提供工具，支持多种分布的随机数据生成。包括高斯分布随机矩阵（实矩阵与复矩阵，复矩阵实部与虚部分别采样）、均匀分布随机矩阵（实矩阵与复矩阵，支持指定数值范围）、随机实对称矩阵（基于高斯或均匀分布生成一般矩阵后对称化）、随机复厄米矩阵（类似对称矩阵生成方法，需共轭转置对称化），以及随机量子态与随机密度矩阵生成。例如生成随机复厄米矩阵时，先生成随机复矩阵，再通过(A + A†)/2操作实现厄米化，确保矩阵满足厄米性。这些工具可用于量子随机态制备、随机矩阵理论研究等场景，为量子计算的随机性相关实验提供支持。 四、书籍特色 高度实用的代码库：104 个子程序均采用面向对象设计，可作为独立程序运行或无缝集成到其他项目，每个代码参数（输入、输出、执行逻辑）均详细说明，兼顾初学者理解与进阶者快速复用。 详细的数学注释：代码中嵌入详细数学推导与公式注释，建立数学表达式与算法流程的一一对应，帮助读者理解量子计算算法的数学原理，例如矩阵函数计算中，注释明确标注谱定理的应用步骤，降低量子计算与数学交叉学习的难度。 广泛的适用性：内容覆盖量子信息、量子计算、线性代数、凝聚态物理等多个领域，从基础工具到高阶模型逐步深入，适合物理、计算机、数学等专业学生与研究者，既可作为教材学习，也可作为科研工具手册日常查阅。 严谨的正确性校验：代码包含参数校验（如矩阵维度、行列式非零、概率取值范围等）与错误提示，例如计算矩阵逆时先校验行列式非零，避免数值错误；计算熵时校验概率非负且归一，确保物理意义合理性。 丰富的实例演示：每章末均提供完整实例，组合本章核心工具解决具体问题，帮助读者掌握代码应用场景与方法，例如第 2 章通过构建两量子比特态、归一化并计算密度矩阵，演示量子力学基础工具的协同使用。 五、适用人群 量子计算初学者：无编程基础也可通过第 1 章掌握 Python 与 OOP 核心技能，逐步学习量子力学与量子计算基础工具，建立从理论到代码实现的认知。 量子信息研究者：可直接复用书中量子纠缠量化、量子态构建、信息度量计算等代码，加速科研项目开发，避免重复编写基础数值工具。 凝聚态物理研究者：第 6 章的自旋链模型哈密顿量构建工具，可快速实现多种经典自旋模型，支持随机相互作用与非均匀磁场，满足复杂自旋系统研究需求。 高校师生：适合作为量子计算、量子信息、计算物理等课程的教材或实验指导书，通过代码实践加深对理论知识的理解，培养量子计算编程能力。