想象一座奇幻的硬币杂技团。旧式计算机的比特像平躺在桌上的硬币：正面朝上记为 0，背面朝上记为 1，非此即彼。而量子计算机的比特，却像演员指尖上高速旋转的硬币——你无法只用“正面”或“背面”描述它，它同时处在两种可能的「叠加」之中。量子门，就是导演发给演员的口令：“翻转！”“转成叠加！”“让两枚硬币联动旋转！”正是这些口令，把简单硬币编排成叠加、干涉与纠缠的量子舞剧。本文将从观众席走到幕后，认识 Hadamard（H）门、CNOT 门、Phase（相位）门这些主角，理解矩阵表达、通用门集、物理实现与工程挑战，陪你从零看懂量子计算的最小操作单元。

岗位关联

量子门是量子算法与量子芯片的“指令集”。掌握它，你就能读懂量子线路、调试模拟器、设计变分电路，在「量子计算 + AI」的浪潮中抢得先机。

目录
  1. 可视化演示
  2. 硬币舞池：量子比特基础
  3. 导演口令：单比特门操作
  4. 双人舞：多比特门与 CNOT
  5. 拆分技巧：通用门集完备性
  6. 不同舞台：物理实现路径
  7. 编排绝技：门与算法设计
  8. 空气阻力与磨损：工程局限挑战
  9. 上台前练习：实践入门路线
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示Hadamard门的叠加态创建、CNOT门的纠缠态生成及Phase门的相位调控原理，揭示量子门对量子比特状态的操控机制。

本节配有交互动效（进入视口后自动加载，约 3KB）。

Hadamard门 H门矩阵：H=(1/√2)[[1,1],[1,-1]]，将|0⟩转为(|0⟩+|1⟩)/√2 叠加态创建：等概率叠加，测量各有50%概率得到|0⟩或|1⟩ H|0⟩ = (|0⟩+|1⟩)/√2, H|1⟩ = (|0⟩-|1⟩)/√2

硬币舞池：量子比特基础

想象排练厅里摆着一排硬币。正常的计算机只能让硬币平躺在桌面：正面朝上记为 0，背面朝上记为 1。而在量子计算机的舞台上，硬币被演员高高抛起、在指尖旋转——它不再“必定是正面或反面”，而是同时拥有正与反的潜在可能。这种旋转中的硬币，就是量子比特。

要把这种“既正又反”的状态写下来，物理学家发明了态矢量记号：竖线加尖括号像一枚箭头，指向不同方向代表不同状态。两枚静止的硬币对应两个基本方向 |0⟩ 和 |1⟩，而旋转的硬币则是它们的线性组合。组合系数 α 与 β 叫作概率振幅，它们像两股绳子上的张力大小，还各自带着“相位方向”——正是这相位，决定了硬币在空中是会相互加强还是相互抵消。

技术上说，一个量子比特的状态是二维复向量空间里的单位向量。α 与 β 不一定是实数，可以是复数，这给量子计算带来了经典概率没有的干涉能力。测量时，量子比特会从旋转状态“落回”某个确定方向：看到正面的概率是 |α|²，看到背面的概率是 |β|²，两者相加必须恰好为 1。这就是归一化条件——舞台上旋转再快，落下来时硬币总得落在某一边。

举个例子：如果 α = 1/√2、β = 1/√2，那么测量到正面或背面的概率各占一半。可千万别以为这只是“随机选一边”——旋转硬币的相位还在暗中较劲，后续任何一次门操作都可能让概率分布大变样。这正是量子比特与经典随机硬币的本质差别：它是一支仍在空中旋转的舞，而不是一枚已盖棺定论的签。

∣ψ⟩=α∣0⟩+β∣1⟩,∣α∣2+∣β∣2=1\displaystyle |\psi\rangle = \alpha|0\rangle + \beta|1\rangle, \quad |\alpha|^2 + |\beta|^2 = 1
旋转硬币的“状态配方”由两个复数分量给出，测量概率等于振幅模长的平方。
  1. 态矢量用 |ψ⟩ 同时容纳正面与背面两种可能。
    ∣ψ⟩=α∣0⟩+β∣1⟩|\psi\rangle = \alpha|0\rangle + \beta|1\rangle
  2. 复数振幅α 与 β 是复数，携带大小和相位，相位是干涉的源头。
    α,β∈C\alpha, \beta \in \mathbb{C}
  3. 归一化条件测量总会落到某个确定结果，所以概率总和必须为 1。
    ∣α∣2+∣β∣2=1|\alpha|^2 + |\beta|^2 = 1

导演口令：单比特门操作

导演站在场边，对一枚硬币发出指令：“翻面！”“转半圈！”“进入魔幻状态！”这些口令就是单比特量子门。它们不改变硬币的物质本身，只改变它当前的“状态配方”——也就是态矢量。每一条口令，在数学上都是一个 2×2 矩阵，左乘到状态向量上，得到新状态。

其中最著名的口令是 Hadamard 门，简称 H 门。它像一个魔术师，把静止的正面硬币变成一枚高速旋转的硬币：正面与背面的概率各占一半，且两者带着确定的相位关系。H 门对应的矩阵如下。矩阵的四个数字，决定输入的两个振幅如何线性组合成输出的两个振幅。

除了 H 门，还有翻转正反面的 X 门（相当于经典 NOT）、围绕不同轴旋转的 Y/Z 旋转门，以及调整相位的小精灵——Phase 门族：S 门把相位旋转 90°，T 门旋转 45°。它们都不改变测量概率，却悄悄改写状态间的相位关系，为后续干涉埋下伏笔。

这些口令都是“可逆的”：导演喊了“翻面”，再喊一次“翻面”，硬币就回到原样。量子门的矩阵都是幺正矩阵，它们的逆矩阵就是自己的反口令。正是这种可逆性，让量子计算区别于普通逻辑门的能量耗散，也让信息在计算过程中优雅地流转。

H=12(111−1)\displaystyle H = \frac{1}{\sqrt{2}} \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}
H 门把确定态变成等概率叠加态，系数 1/√2 保证归一化。
  1. 输入态用列向量|0⟩ 写成 (1, 0)ᵀ，|1⟩ 写成 (0, 1)ᵀ。
    (10)\begin{pmatrix} 1 \\ 0 \end{pmatrix}
  2. 矩阵乘法H 矩阵左乘输入列向量，得到两个新分量。
    12(111−1)(10)\frac{1}{\sqrt{2}}\begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}\begin{pmatrix} 1 \\ 0 \end{pmatrix}
  3. 结果化简|0⟩ 经过 H 门变成 (|0⟩ + |1⟩)/√2。
    12(11)=∣0⟩+∣1⟩2\frac{1}{\sqrt{2}}\begin{pmatrix} 1 \\ 1 \end{pmatrix} = \frac{|0\rangle + |1\rangle}{\sqrt{2}}

双人舞：多比特门与 CNOT

单枚硬币的戏法再花哨，也只是独舞。量子算法真正的威力，来自两枚硬币之间的“双人舞约定”——CNOT 门，全称受控非门。它听着像一句合作暗号：“我看你一眼：如果你的硬币是背面，我就把我的硬币翻面；如果你的硬币是正面，我就保持不动。”

用数学语言说，CNOT 门作用在两个量子比特上：第一个叫控制位，第二个叫目标位。控制位提供是否执行的条件，目标位在条件满足时被 X 门翻转。它的 4×4 矩阵可以看成四个小方块：左上角是单位阵，表示控制位为 0 时目标原样；右下角是 X 矩阵，表示控制位为 1 时目标翻转。

当控制位已经处于叠加态的时候，魔法发生了：|0⟩+|1⟩ 的叠加经过 CNOT，变成一枚硬币与另一枚硬币的“联动叠加”——你翻转我才翻转，你停下我也停下。两个量子比特从此不再独立，测量其中一个会瞬间影响另一个的状态分布。这正是量子纠缠，也是量子计算机独步天下的资源。

有趣的是，仅仅改变“双人舞”的控制条件，还可以派生出其他双比特门：受控相位门在做叠加时只给目标位加相位，交换门则让两枚硬币互换状态。它们都像舞台调度员，控制着信息在多个比特之间如何流动。多比特门的组合，构成了量子电路的基本骨架。

CNOT=(1000010000010010)\displaystyle \mathrm{CNOT} = \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 1 \\ 0 & 0 & 1 & 0 \end{pmatrix}
CNOT 是最经典的双比特门：控制位为 0 不动作，为 1 则翻转目标位。
  1. 左上角单位阵控制位为 |0⟩ 时，目标位原样通过。
    (1001)\begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}
  2. 右下角 X 阵控制位为 |1⟩ 时，目标位执行翻转。
    (0110)\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}
  3. 基底映射两个确定基底的输入如何变换。
    ∣10⟩→∣11⟩,∣11⟩→∣10⟩|10\rangle \to |11\rangle, \quad |11\rangle \to |10\rangle

拆分技巧：通用门集完备性

任何复杂的杂技动作，都能拆成若干基本动作：翻转、转体、翻腾。量子算法也有同样逻辑：任意一个 N 量子比特的量子门，都能用一组“基本动作”近似搭出来。这组基本动作，叫作通用量子门集。就像钢琴的 12 个音能谱出所有旋律，通用门集也能拼出一切合法的量子变换。

数学家证明了一个漂亮的分解定理：任意单比特的旋转，都能拆成三次绕轴旋转的组合。先把硬币绕竖轴转 β 角，再绕横轴倾 γ 角，最后再绕竖轴转 δ 角——三个角度像三个旋钮，调出任何人想要的旋转姿态。若再加上 CNOT 这种双比特联动，就能搭建更复杂的多人技巧。

工程上，最常用的通用门集是 H 门、S 门、T 门加上 CNOT 门。S 和 T 的微小相位旋转像精调螺丝，让算法能任意逼近目标变换；而容错近似则要控制拆解误差，让最终结果与理想结果的差距小于可接受范围。经典计算里的一条指令，在量子世界往往要拆成几十个基础门——这正是量子编译器要做的事。

有了这套“拆分技巧”，量子编程就有章可循：先设计理想变换，再把它分解成硬件支持的物理门。与经典指令集不同，量子门集的选择直接决定电路的深度和噪声累积，好拆分方案能显著减少误差。可以说，通用门集完备性为“量子代码的可移植性”打下了地基。

U=eiαRz(β)Ry(γ)Rz(δ)\displaystyle U = e^{i\alpha} R_z(\beta) R_y(\gamma) R_z(\delta)
任意单比特酉门等价于三个旋转门加一个整体相位因子。
  1. 整体相位因子e^{iα} 是一个不影响测量概率的总相位。
    eiαe^{i\alpha}
  2. 第一次 Z 旋转绕竖轴旋转 β 角，先摆好横向方位。
    Rz(β)R_z(\beta)
  3. Y 旋转绕横轴旋转 γ 角，调整硬币的倾斜角度。
    Ry(γ)R_y(\gamma)
  4. 第二次 Z 旋转再绕竖轴旋转 δ 角，补齐最后方位。
    Rz(δ)R_z(\delta)

不同舞台：物理实现路径

同样的双人舞，在不同马戏团里可以用不同道具表演：有的用激光逗硬币，有的用磁场拨硬币，还有的让硬币在芯片上荡秋千。量子门的物理实现也百花齐放：超导路线、离子阱方案、光子平台、核磁共振。舞台不同，剧本（数学矩阵）却完全一致。

超导量子比特是目前最成熟的舞台之一：微小电流环构成“人造原子”，用微波脉冲驱使其能级跳变，从而执行 X、H、CNOT 等门。离子阱方案把单个离子悬在真空中，用激光束操纵其内部能级，保真度极高。光子平台用光路的干涉与分束器件实现门操作，天然工作在室温。核磁共振则借整个分子的原子核自旋当比特，适合小规模教学验证。

无论哪种舞台，相位门都扮演着低调而关键的角色。S、T 以及任意旋转的 P(θ) 门，只给 |1⟩ 分量乘一个相位因子 e^{iθ}，如同给硬币的“背面”计时器拨快了一格。它不改变各个朝向的概率，却悄悄改变干涉图案。

不同舞台各有取舍：超导路线速度快、易集成，但需要极低温环境；离子阱保真度高，但操作速度较慢；光子平台可扩展性好，却难以实现确定性纠缠。选择哪种物理实现，取决于应用场景是在做量子化学模拟、量子优化还是量子机器学习。舞台不同，舞蹈剧本——由量子门组成的算法电路——却是全世界通用的。

P(θ)=(100eiθ)\displaystyle P(\theta) = \begin{pmatrix} 1 & 0 \\ 0 & e^{i\theta} \end{pmatrix}
相位门只改写 |1⟩ 分量的相位，不改变测量概率。
  1. 保持 |0⟩ 分量矩阵第一行第一列为 1，正面状态不动。
    (10)\begin{pmatrix} 1 & 0 \end{pmatrix}
  2. 给 |1⟩ 加相位第二行第二列的 e^{iθ} 会乘到 |1⟩ 分量上。
    eiθe^{i\theta}
  3. 概率不变因为 |e^{iθ}|² = 1，测量概率不受影响。

编排绝技：门与算法设计

单个口令只是杂耍，一连串口令的精心编排才是绝技。量子算法，本质上就是把 H、X、CNOT、相位门按照特定顺序串起来，让叠加、干涉和纠缠这三种魔法协同发力。其中最关键的一招，是“量子并行”：把函数求值施加在叠加态上，一次运算同时处理多个输入。

设想一枚硬币处于 (|0⟩+|1⟩)/√2 的叠加态，另一个寄存器存着工作状态 y。对一个计算函数 f 做受控求值，可以得到一个漂亮的结果：输出态同时编码了 f(0) 与 f(1)。这就像教练对一个团队念口令，团队里一半人执行方案一，一半人执行方案二，互不干扰地同时交卷。

量子并行只是上半场，下半场的关键是“干涉”。所有分支跑完后，再用一组门把正确结果的概率振幅放大、把错误结果抑制掉——这叫振幅放大，也是 Grover 搜索、Shor 质因数分解等算法的内核。CNOT 门在此负责把函数结果与目标寄存器纠缠起来，为后续干涉提供素材。

在电路封装层面，这些绝技被封装成一个个模块：制备叠加态的一排 H 门、实现纠缠的 CNOT 网络、调整相位的相位门组。AI 应用中常见的变分量子电路，就是这种模块化思维的产物：用固定结构的门组合搭出可训练模型，再通过参数优化寻找最优解。门在这里不只是计算单元，更是可学习的“神经元”。

Uf(∣x⟩⊗∣y⟩)=∣x⟩⊗∣y⊕f(x)⟩\displaystyle U_f(|x\rangle \otimes |y\rangle) = |x\rangle \otimes |y \oplus f(x)\rangle
量子并行：在叠加寄存器的每个分支上同时计算函数 f 的值。
  1. 张量积输入|x⟩ 与 |y⟩ 组成两寄存器复合系统。
    ∣x⟩⊗∣y⟩|x\rangle \otimes |y\rangle
  2. 控制寄存器保持|x⟩ 原样输出，用于后续干涉。
    ∣x⟩|x\rangle
  3. 异或更新目标寄存器与 f(x) 做异或，实现可逆函数。
    ∣y⊕f(x)⟩|y \oplus f(x)\rangle

空气阻力与磨损：工程局限挑战

再精彩的旋转，也抵不过空气阻力。物理世界的量子比特同样会与周围环境发生相互作用，导致硬币的旋转逐渐失去节奏、相位慢慢模糊——这个过程叫退相干。一台理想量子计算机能在运算中保持所有叠加和纠缠，现实中的芯片却像被风沙侵蚀的舞台，误差随时间累积。

衡量退相干的常用指标是相干时间 T₂。它像硬币旋转的“半衰期”：经历时间 t 后，系统保持量子信息的保真度按指数衰减。门的执行必须赶在 T₂ 之前完成，否则计算结果会淹没在噪声里。正是这个原因，工程师们拼命压缩单门时长、提高调度效率。

门本身也不完美。每执行一个单比特门，都会引入微小误差；执行 CNOT 这类双比特门，误差率更高。上百层门的电路跑下来，总误差像滚雪球一样增长。幸好工程师有量子纠错这张防摔垫：用多个物理比特编码一个逻辑比特，周期性测量“稳定子”来侦测并修复错误。虽然开销巨大，却是通往大规模容错量子计算的必经之路。

理解这些局限，对 AI 从业者尤为重要。当你在云端量子设备上运行一个 20 比特电路，结果可能与模拟器大相径庭——不是因为算法错，而是因为退相干和门误差在捣乱。把“理想电路”与“真实噪声”分开建模，是量子机器学习实验设计的基本功。

F=e−t/T2\displaystyle F = e^{-t/T_2}
保真度 F 随运行时间 t 指数衰减，T₂ 是量子比特的相干寿命。
  1. 特征时间 T₂量子相干强度在 T₂ 量级时间内明显衰弱。
    T2T_2
  2. 时间比t/T₂ 越大，损失的相干比例越大。
    tT2\frac{t}{T_2}
  3. 指数衰减保真度以指数规律下降，噪声不可避免。
    e−t/T2e^{-t/T_2}

上台前练习：实践入门路线

再好的舞者也要先在练习室打磨动作。想入门量子门，最友好的路线是先跳过物理噪声，在经典计算机上用模拟器“练舞”：安装 Qiskit、Cirq 或直接用 NumPy 写一个门矩阵模拟器，把 H、X、CNOT 变成矩阵乘向量，亲眼观察叠加和纠缠如何形成。这一步成本极低，却能把抽象公式变成可触摸的代码。

熟练后再上“真台”：各大云平台提供超导或离子阱真机，通过 API 提交量子电路。这时你会第一次遇到采样噪声、门校准漂移和退相干瓶颈。把模拟结果与真机结果对比，能最直观地感受到理论与现实的差距。实战中常用的策略是混合量子经典算法——用参数化电路搭出可调门参数，交给经典优化器反复调参，让电路在噪声环境中也能逼近目标函数。

给新手的学习路径可以这样规划：第一步，用矩阵模拟器跑懂单比特门与 CNOT；第二步，在模拟器上实现贝尔态制备与简单测量；第三步，用云端真机跑同样的电路，对比噪声；第四步，尝试变分量子特征值求解之类的混合算法。每一步都像演员从练习室到舞台的晋级——门依然是那些门，但你的掌控力完全不同。

U(θ⃗)=∏k=1Ke−iθkHk\displaystyle U(\vec\theta) = \prod_{k=1}^{K} e^{-i\theta_k H_k}
参数化电路由 K 个受控旋转门串成，θ 是待训练的连续参数。
  1. 参数向量每个 θ_k 对应一个旋转角度旋钮。
    θ⃗=(θ1,…,θK)\vec\theta = (\theta_1, \ldots, \theta_K)
  2. 生成器 H_kH_k 是旋转轴算符，决定旋转绕哪个方向。
    HkH_k
  3. 指数旋转算子e^{-iθH} 表示绕 H 轴旋转 θ 角。
    e−iθkHke^{-i\theta_k H_k}
  4. 顺序乘积K 段旋转按顺序作用，组成完整电路。
    ∏k=1K\prod_{k=1}^{K}

AI 应用场景

变分量子特征值求解：分子模拟的“参数调音师”

阶段：算法设计与电路参数训练

解决的问题：分子基态能量计算随电子数增长呈指数爆炸，经典方法在几十个量子比特后力不从心。变分量子特征值求解用参数化量子门电路制备试探波函数，再把能量测量值交给经典优化器调参，混合迭代逼近精确解。

具体案例：量子化学团队在云端模拟器上先用 H 门制备初始叠加，用 CNOT 网络编码电子关联，用量子门参数 θ 表示轨道旋转，随后在真实超导芯片上测量能量期望值。实验结果与精确对角化结果对照，用于校准芯片门误差。

云端真机上的门校准与噪声标定

阶段：电路验证与硬件校准

解决的问题：真实量子芯片的门参数会漂移，退相干时间有限，直接跑算法经常得到噪声主导的结果。需要通过随机基准测试等校准流程，量化每个门的误差率，再在软件层做误差缓解。

具体案例：开发者在 IBM Quantum 或本源量子云平台上提交随机 Clifford 门序列，测量不同深度下的保真度曲线，反推出平均门误差。这条曲线与退相干公式拟合，能帮助算法团队决定电路最大安全深度。

量子纠错稳定子测量：数据保护的“安全网”

阶段：量子纠错与噪声抑制

解决的问题：量子信息无法被直接复制，经典备份策略失效。量子纠错利用 CNOT 网络把逻辑量子比特分散到多个物理比特中，周期性测量稳定子以侦测错误而不破坏数据。

具体案例：表面码方案中，数据比特与辅助比特交错排列，每一轮用 CNOT 门簇提取错误症状，再经经典处理定位错误位置并施加修复门。实测中，逻辑量子比特寿命显著高于单个物理比特。

Python 演示

python42 行
import numpy as np I = np.eye(2, dtype=complex)X = np.array([[0, 1], [1, 0]], dtype=complex)H = np.array([[1, 1], [1, -1]], dtype=complex) / np.sqrt(2)S = np.array([[1, 0], [0, 1j]], dtype=complex)CNOT = np.array([[1, 0, 0, 0],                 [0, 1, 0, 0],                 [0, 0, 0, 1],                 [0, 0, 1, 0]], dtype=complex) LABELS = ['00', '01', '10', '11'] def state_str(v):    parts = []    for i, amp in enumerate(v):        if abs(amp) > 1e-8:            parts.append('%.3f|%s>' % (abs(amp), LABELS[i]))    return ' + '.join(parts) if parts else '0' def measure(v):    probs = np.abs(v) ** 2    r = np.random.random()    acc = 0.0    for i, p in enumerate(probs):        acc += p        if r < acc:            return i    return len(v) - 1 def demo():    psi0 = np.array([1, 0, 0, 0], dtype=complex)    psia = np.dot(np.kron(H, I), psi0)    print('应用 H 到 q0:', state_str(psia))    psib = np.dot(CNOT, psia)    print('再应用 CNOT:', state_str(psib))    outcome = measure(psib)    print('测量结果:', '|%s>' % LABELS[outcome])    print('概率总和:', round(np.sum(np.abs(psib) ** 2), 6)) if __name__ == '__main__':    demo()
目的：以纯 NumPy 实现 H 门、CNOT 门和测量，演示从 |00⟩ 到 Bell 纠缠态的完整变化。
  1. H = np.array([[1, 1], [1, -1]], dtype=complex) / np.sqrt(2)哈达玛门矩阵，用 √2 归一化保证概率和为 1。
  2. CNOT = np.array([[1, 0, 0, 0], [0, 1, 0, 0], [0, 0, 0, 1], [0, 0, 1, 0]], dtype=complex)CNOT 矩阵：控制位为 1 时目标位翻转。
  3. psia = np.dot(np.kron(H, I), psi0)用张量积把 H 门作用到第一个量子比特，I 保持第二个比特不动。
  4. psib = np.dot(CNOT, psia)施加 CNOT，将叠加态转化为纠缠态。
  5. probs = np.abs(v) ** 2按玻恩规则计算每个基底的测量概率。
  6. r = np.random.random()生成随机数模拟测量的随机坍缩过程。

常见误区

误区初学者看到 H|0⟩ 测量时一半概率出 0、一半出 1，就以为 H 门是“随机翻硬币”的大门，每次执行结果都凭运气。

正解H 门本身是确定性的，它只是把态矢量改写成一个确定性的叠加态。随机性只出现在“测量”这个环节。而且叠加态里的相位信息在测量前一直存在，H 门后如果再施加一个相位门，测量概率会随之改变——随机硬币可做不到这一点。

为何常见：因为我们只观测到了测量结果，容易把“测量概率”误当成“门的作用机制”，忽略了中间态的确定性演化。

误区不少人以为量子测量像拍照，可以反复对同一个量子比特测量，多拍几张就能完整恢复出 α 和 β 的信息。

正解测量会把叠加态坍缩到某个确定基态，第一次测量之后，原本的相位信息就永远消失了。你能得到的只是 0 或 1 的一个抽样结果，而不是整个态矢量的配方。

为何常见：经典世界里复制文件是家常便饭，测量也不会破坏数据，这种直觉惯性让人低估了量子测量的破坏性。

误区看到 CNOT 真值表「控制位为 1 时目标位翻转」，有人觉得它就像经典可逆 XOR，可以把一个比特的信息复制到另一个比特上，甚至实现量子克隆。

正解CNOT 只能把经典已知值（0 或 1）复制过去；对处于叠加态的未知量子态，复制会破坏原态。量子不可克隆定理保证了任意未知量子态无法被完美复制——这正是量子纠错要用多个物理比特编码一个逻辑比特的原因。

为何常见：经典 XOR 门确实可以复制经典比特，把它推广到量子域时容易忽略叠加态的相位自由度。

误区S 门、T 门和 P(θ) 门作用后，|0⟩ 和 |1⟩ 的测量概率完全不变，学习者容易觉得它们是“无用的装饰”，直接忽略。

正解相位虽然不改变单次测量的概率，却在后续干涉环节中扮演关键角色。比如 H 门后再加相位门，再经过第二组 H 门，最终概率会因相位不同而剧烈变化——相位是量子算法操控干涉方向的“方向盘”。

为何常见：只盯着测量概率这一终局指标，就会漏掉中间演化的相位信息，而干涉恰恰是量子计算的灵魂。

面试题

Q1. 对 |0⟩ 施加 Hadamard 门后，系统处于什么状态？

单选题 · easy

  • A.结果不变，仍然是 |0⟩
  • B.结果翻转，变成 |1⟩
  • C.生成等概率正号叠加← 正确答案
  • D.生成等概率负号叠加

答案：C。H 矩阵左乘 (1,0)ᵀ 后得到 (1/√2)(1,1)ᵀ，即 (|0⟩+|1⟩)/√2，是等幅正号叠加。选项 C 正确；A、B 混淆了翻转门 X 的行为；D 是 H|1⟩ 的结果。

Q2. CNOT 门作用于 |10⟩（控制位 q0=1，目标位 q1=0），输出为？

单选题 · easy

  • A.输出 |10⟩，目标不变
  • B.输出 |11⟩，目标翻转← 正确答案
  • C.输出 |01⟩，控制翻转
  • D.输出 |00⟩，两者都翻

答案：B。CNOT 的规则是“控制位为 1 时翻转目标位”。输入 |10⟩ 中控制位为 1，目标位 0 翻转为 1，控制位保持 1，所以输出 |11⟩。其余选项要么没翻转，要么错误地翻转了控制位。

Q3. 关于 Hadamard 门的描述，正确的有？

多选题 · mid

  • A.H 门能制造等概率叠加态← 正确答案
  • B.H 门是它自己的逆变换← 正确答案
  • C.H 门一定会破坏量子信息
  • D.H 门等同于随机抛硬币

答案：AB。H|0⟩=(|0⟩+|1⟩)/√2，确实制造等概率叠加，A 正确；H²=I，H 的逆就是自身，B 正确。H 门是可逆的酉变换，不会破坏信息，C 错误；H 门是确定性操作，随机性只出现在测量时，D 错误。

Q4. 对叠加态量子比特执行测量，会发生什么？

单选题 · easy

  • A.叠加态会被随机坍缩← 正确答案
  • B.叠加态会持续保存
  • C.量子比特会自动复制
  • D.所有相位都会增强

答案：A。测量把量子比特从叠加态投影到某个确定基态，随机得到 |0⟩ 或 |1⟩，相位信息同步消失。这正是量子测量区别于经典读取的核心特性，其他选项均不符合测量公设。

Q5. 下列哪些集合可以构成通用量子门集？

多选题 · mid

  • A.H、S、T 与 CNOT 四种门← 正确答案
  • B.任意单比特门加上 CNOT← 正确答案
  • C.仅用 CNOT 一种门
  • D.仅用经典与门

答案：AB。H、S、T 能生成任意单比特门，加 CNOT 后能逼近任意多比特酉门，A 正确；任意单比特门加 CNOT 正是通用门集的常用表述，B 正确。CNOT 本身是双比特门，无法生成单比特旋转，C 错误；经典与门不可逆、不满足幺正性，D 错误。

Q6. 相位门 P(θ) 作用在 |1⟩ 分量上，结果会怎样？

单选题 · mid

  • A.目标比特整体翻转
  • B.测量概率完全不变← 正确答案
  • C.相位信息完全丢失
  • D.量子比特被直接摧毁

答案：B。P(θ) 把 |1⟩ 乘以 e^{iθ}，由于 |e^{iθ}|²=1，测量概率不变。相位虽然变了，却没有丢失，只是被旋转了一个角度。相位门是幺正门，不会破坏量子比特，也不会翻转状态。

Q7. 叠加态与经典随机混合态的本质区别是什么？

单选题 · mid

  • A.叠加态中存在相位干涉← 正确答案
  • B.叠加态测量结果必确定
  • C.经典概率分布也有相位
  • D.叠加态没有概率分布

答案：A。叠加态的 α 与 β 是复数振幅，彼此之间有确定相位差，后续门操作会产生干涉效应；经典随机混合态只有正的概率权重，没有相位关系。差异的根源在于振幅的复数性和可相干性。

Q8. 关于 CNOT 门的正确描述有哪些？

多选题 · hard

  • A.控制位为 0 时目标位不变← 正确答案
  • B.控制位为 1 时目标位翻转← 正确答案
  • C.能克隆任意未知量子态
  • D.控制位叠加时可生成纠缠← 正确答案

答案：ABD。CNOT 真值表就是“控制位 0 不变、1 翻转”，A、B 正确。当控制位处于叠加态时，输出成为两个分支的联动叠加，形成纠缠态，D 正确。量子不可克隆定理禁止未知态复制，C 错误。

Q9. 同一个 H 门连续作用两次，最终状态是？

单选题 · hard

  • A.恢复原态，因为 H²=I← 正确答案
  • B.变成相反态，因为 H²=-I
  • C.永远变成叠加态
  • D.结果依赖测量顺序

答案：A。H 矩阵的平方是单位阵 I，H(H|ψ⟩)=|ψ⟩。所以连续两次 H 门精确恢复原态。这一性质也说明 H 门既是“魔术师”也是“逆转魔术师”，它与随机翻转有本质区别。

Q10. 贝尔态制备电路先对 q0 施加 H 门，再施加 CNOT（q0 控制 q1），输入为 |01⟩ 时输出是？

单选题 · extreme

  • A.(|00⟩+|11⟩)/√2
  • B.(|00⟩−|11⟩)/√2
  • C.(|01⟩+|10⟩)/√2← 正确答案
  • D.(|01⟩−|10⟩)/√2

答案：C。H 作用后状态为 (|0⟩+|1⟩)/√2 ⊗ |1⟩ = (|01⟩+|11⟩)/√2。CNOT 翻转控制位为 1 的目标位，|11⟩ 变成 |10⟩，所以输出 (|01⟩+|10⟩)/√2，这是贝尔态之一。注意初态 q1 是 |1⟩ 而非 |0⟩，因此答案是含 |01⟩ 的组合。