代码拉取完成,页面将自动刷新
.. py:class:: mindquantum.algorithm.nisq.MaxCutAnsatz(graph, depth=1) MaxCut ansatz。了解更多详细信息,请访问 `A Quantum Approximate Optimization Algorithm <https://arxiv.org/abs/1411.4028>`_。 .. math:: U(\beta, \gamma) = e^{-i\beta_pH_b}e^{-i\frac{\gamma_p}{2}H_c} \cdots e^{-i\beta_0H_b}e^{-i\frac{\gamma_0}{2}H_c}H^{\otimes n} .. math:: H_b = \sum_{i\in n}X_{i}, H_c = \sum_{(i,j)\in C}Z_iZ_j 这里: :math:`n` 是节点的集合, :math:`C` 是图的边的集合。 参数: - **graph** (list[tuple[int]]) - 图结构。图的每个元素都是由两个节点构造的边。例如,[(0, 1), (1,2)]表示一个三节点的图,且其中一条边连接节点0和节点1,另一条边连接节点1和节点2。 - **depth** (int) - MaxCut ansatz的深度。默认值: ``1``。 .. py:method:: get_cut_value(partition) 获取切割方案的切割边数。切割方案是一个list数组,该list数组由两个list数组构成,每一个list数组包含切割的节点。 参数: - **partition** (list) - 图形切割方案。 返回: int,给定切割方案下的切割值。 .. py:method:: get_partition(max_n, weight) 获取MaxCut问题的切割方案。 参数: - **max_n** (int) - 需要多少个切割方案。 - **weight** (Union[ParameterResolver, dict, numpy.ndarray, list, numbers.Number]) - MaxCut ansatz的参数值。 返回: list,切割方案构成的列表。 .. py:method:: hamiltonian :property: 获取MaxCut问题的哈密顿量。 返回: QubitOperator,MaxCut问题的哈密顿量。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。