你以为量子计算机真的只存在在科幻小说里吗？对于量子计算机你又知道多少呢？它和普通计算机有何区别？和咱普通程序员又有半毛钱关系。本篇文章专治不明觉厉，赶紧跟小编一起来脑补下这个计算界的怪物——“量子计算机”。
一、什么是量子计算？
量子计算是一门理论科学。它是研究如何直接应用量子力学现象（例如量子叠加态和量子纠缠态）对数据进行操作的计算系统的科学。在最终的运算结果上，量子计算机和现有计算机没有任何不同（否则一定是有一方算错了，那算错的一方也就没有什么实用价值了）。它们最大的不同之处在于运算的过程有着天壤之别，后文将会详细解释。
1、量子电路模型
量子电路模型（Quantum circuit model）是把量子计算过程化成像经典计算一样有不同的“逻辑门”（当然是quantum operation）作用在量子态上，最后得到所期待的量子态。
2、单向量子计算模型
单向量子计算模型 （one-way quantum computation model） 是把量子计算，化成通过传输（teleportatio）和测量二维簇态（two dimensional cluster state），使得我们可以得到我们想要的量子门操作（quantum gates）。
3、绝热量子计算模型
绝 热量子计算模型（adiabatic quantum computation model）是通过先把问题划归成复杂的汉密尔顿量的基态（Hamiltonian ground state）的问题（即找到基态就可以找到最终结果），然后开始与一个简单的汉密尔顿量，通过绝热过程最后得到所需要的基态。
二、量子计算机的发明历史
史蒂芬·威斯纳在1969年最早提出“基于量子力学的计算设备”。1980年代一系列的研究使得量子计算机的理论变得丰富起来。在1981年五月的MIT物理学和计算机技术的一次会议上，1918年出生的美国物理学家理查德·费曼，作了一个 “Simulating Physics With Computers”的报告，揭开了研究发展量子计算机的新篇章。
费曼在报告中提出： 经典的图灵计算机可以用来模拟量子物理吗？答案是否定的，用传统计算机来模拟量子力学，计算量将随着系统（微观粒子数）的增大而指数增加。费曼认为微观世 界的本质是量子的，想要模拟它，就得用和自然界的工作原理一样的方式，也就是量子的方式才行。费曼首先将物理学和计算机理论联系到一起，他在MIT会上精彩的演讲，使得计算机科学家开始关注物理学的进展，关注量子力学。
1994年，贝尔实验室的专家彼得·秀尔（Peter Shor）证明量子计算机能做出离散对数运算，而且速度远胜传统电脑。
2011年5月11日，加拿大的D-Wave 系统公司发布了一款号称“全球第一款商用型量子计算机”的计算设备“D-Wave One”。
2013年5月，谷歌和NASA在加利福尼亚的量子人工智能实验室发布D-Wave Two。
三、量子计算机比传统计算机优越在哪里？
量子计算机造出来了，依然需要优秀的算法。就像我们日常所用的电子计算机中的排序问题，写得好的算法基本可以做到O（n*log（n））的时间复杂度，而差的算法很可能就是O(n^2)了。
举一个非常实用的例子：快速傅立叶变换（FFT）在信号处理和图像处理中是十分常见也非常有用的函数。它的时间复杂度是O（n*long(n))。借助量子 计算机，FFT 的复杂度可以降低到 O((log(n))^2)，甚至连读一遍数据的 O(n) 时间都不用，因为只要 log(n) 个量子比特就可以描述 n 维向量了。利用高性能的 FFT，因子分解的复杂度可以达到亚指数时间（sub-exponential time）。
目前量子计算机已经以可扩展的方式，使用 Shor's Algorithm 完成了对15的素数分解。有人表示：用 Shor 算法实现素数分解这一件事情，可以与经典计算机中的 "Hello World!" 相提并论。 除了赞叹它的开创性地位之外，也从一个侧面说明目前量子计算还处在起步阶段。
四、量子算法与程序员有半毛钱关系？
量子算法的时间复杂度与大数据的关系：
有了上面的介绍，有心的读者应该已经了然于胸了：数据量越大，量子算法在时间复杂度上的优势就越明显：n＝1000时，O（n^2)的传统算法需要运算一百万步，而O(n*log(n))稍好，也得几千步。而量子计算只需要几步就完成整个运算拿到最终结果了。
在大数据时代，n＝10000000是家常便饭，那么上边的对比就成了10^12 vs 10^6 vs 10^2，在耗时上的差距是几个数量级。
上面仅仅是以FFT为例子，实际上一旦找到实用的算法可以实现O(n)甚至O(1)的效率，那在大数据领域里就可以给常规电子计算机画上句号了。
懂得量子算法的程序员，就会和目前熟悉深度学习算法以及大数据架构的程序员一样，变得格外抢手。
所以现在投入必要的时间精力学习一点量子计算的知识，是自我提高的一个不错的选择。
量子算法的时间复杂度与云计算的关系:
量子算法对云存储行业，则多少会有些打击。目前各个有能力的大国政府都在静悄悄的研究量子计算以便即时破解重要的加密文件。而只要这个技术成熟可用，那么任何存储在第三方的云数据都变得不安全了。因为哪怕是加密存储，也可以在转眼间被破解。
有了量子计算的威胁，用户会更加保守的将敏感数据保存在只有自己能接触到的物理环境，而不再会大大咧咧的加密上传到第三方云存储服务商。当然，量子计算一定 能同时带动加密技术的发展。但是目前来看这对矛与盾的较量，在政府大机构的影响下，应该是解密技术占上风且更容易流入民用。
量子加密技术则主要还是有政府 机构掌握。所以从一点来看，量子计算的出现，对提供云存储服务行业并不是一个利好消息。当然，作为程序员，如果能理解甚至设计可靠的量子加密算法，也许很 快就会成为IT业内的抢手当红辣子鸡，甚至被政府特工追杀也不是没有可能。
五、“原始版”已经碾压传统计算机
自上世纪90年代提出量子计算机概念以来，技术和研发费用是限制这类逆天设备发展的壁垒。期间加拿大D-Wave公司曾宣称已经研发出量子计算机，然而D-Wave推出的首台量子计算机已经被吐槽不如传统计算机的处理速度，而真正的量子计算机是可以秒掉超级计算机。
D-Wave量子计算机
布里斯托大学和西澳大利亚大学的研究员演示了“原始版”量子物理学的实用功能，使用了一种叫做“量子游走”的算法。演示中，一个大小为2量子比特的光子量子处理器，在这种算法上可以超越传统计算机，无需使用更加复杂的量子计算机，例 如IBM的5量子比特大的云端量子处理器。
“量子游走”是“随机游走”模型的量子机械版本，我们在普通物理学中所知的布朗运动（例如空气中灰尘颗粒的随机运动，就是一种布朗运动）也是一种随机游走模型。研究员们在一项原理论证模型中，在循环图上创建了“连续时间量子游走”计算。
在一个示例循环图上的量子游走分布概率。对于传统计算机来说，建立这种概率分布的样本是很难的。但是对于量子计算机来说就很简单，即便是原始版本的量子计算机。
Jonathan Matthews博士是布里斯托大学物理系和量子光子学中心的EPSRC早期职业研究员，他在《自然通讯》期刊的一篇公开文章中解释道：“我们的研究有了一个很激动人心的结果，我们可能找到了一个新的量子游走物理学的例子，可以通过一台原始版本的量子计算机进行观察，这用传统计算机是无法做到的。这些特征 是因为有了量子计算机才为我们所知，具有很多实践应用，也许可以用来帮助设计更复杂的量子计算机。”
根据索尔兹伯里大学学生Shealyn Tucker的论文，循环图就是图表上的顶点都联系到同一组相关顶点上。以下就是论文中一个循环图的应用例子：
循环图的应用例子，在杂货店中商品的摆放方式应该基于顾客的购买方式，进行最优化。
六、谷歌研发的量子计算机或将明年面世
近期，谷歌团队发表的研究成果表明，高性能量子计算机的开发难度可能比之前预期的小。据多名了解谷歌研究进展的科学家表示，在某些计算方面，包含50个量子位的量子芯片已经比传统超级计算机更强大，而在两到三年内能够研制出这样的计算机已经不是什么难事。
谷歌想要建造一个超越传统意义上的计算机已经不是一个秘密了，为了能够尽早完成量子计算机这一梦想，谷歌正在为它扫除障碍。
2013年，谷歌就对D-Wave量子计算机进行了测试，希望能够弄清楚它是怎样改善搜索功能和人工智能的。
2014年，谷歌招聘了加州大学知名物理学家John Martinis，致力于开发自己的超导量子位。
今年6月，谷歌曾发表论文介绍通用量子计算机模型。
在今年7月，谷歌又发表了一篇论文，将他们的计划命名为“Quantum Supremacy”，即量子霸权（链接地址）。论文中，谷歌表明了自己想要建立世界上第一个超高性能的量子计算机的愿景，并且表示这个计算机能够完成传统计算机无法完成的任务。
现在，将这一模型变为现实似乎已经指日可待。“谷歌显然已经是量子计算机世界的领先者了。这点毫无异议。”日本新兴物质研究中心研究员Simon Devitt在接受《New Scientist》的采访时表示，“在这一点上，谷歌赢定了。如果谷歌最后没有成功，那一定是什么地方出了问题。”
此外，谷歌量子人工智能实验室还曾宣布，其量子计算机D-Wave2X的运行速度比传统计算机芯片上运行的模拟装置快1亿倍。”这个领域的发展速度远远超出我们的预期，”来自瑞士联邦理工学院的研究员Troyer说，“现在，是时候把量子计算机从理论变为现实了。”
结语
啊！太高深了，表示普通计算机还没搞明白，又要出一个量子计算机，这个世界不适合我，小编反正选择狗带了~
按以下识别二维码关注！
电子路上一起走！