我写了段代码，结果它既在 0 又在 1，只好从头学量子门

2026年08月02日 前沿技术

事情是这样的。

上周三晚上，我窝在沙发上写一个量子计算的 demo，用的 Qiskit 0.45。就三行代码：初始化一个量子比特，过一遍 Hadamard 门，然后测量。跑完一看输出——0 和 1 各占一半。我盯着屏幕愣了两秒，脑子里冒出来的第一反应是：这不对吧，一个比特怎么能既是 0 又是 1？我是不是把随机数生成器写进去了？

不是。是我脑子里还装着经典逻辑门的模型，那玩意儿在量子世界根本不 work。

经典逻辑门的思维惯性

我们写代码的人，对逻辑门有一种肌肉记忆。AND、OR、NOT，输入什么输出什么，真值表背得比乘法口诀还熟。一个比特要么是 0，要么是 1，没有第三种可能。你给 NOT 门输入 0，它就输出 1，干净利落，像拧开关一样。

这种确定性让人安心。debug 的时候你至少知道，某个点上的值不对，那肯定是前面的逻辑链出了问题。你顺着电路往回摸，总能摸到那个坏掉的与非门。

但量子门不跟你玩这套。

我第一次看到 Hadamard 门的矩阵表示时，整个人是懵的。那个 1/√2 是什么鬼？为什么一个"门"操作完，我的比特就变成了一种"一半 0 一半 1"的状态？这在经典世界里相当于什么呢——相当于你按了一下开关，灯既亮着又灭着，你得走过去看一眼才能确定。在你走过去之前，它就是两种状态的叠加。

这不叫 bug，这叫 superposition。

Hadamard 门到底干了什么

Hadamard 门是量子计算里最简单也最反直觉的一个门。它只有一个输入，一个输出，但它做的事情在经典逻辑门里找不到任何对应物。

从矩阵上看，H 门就是把 |0⟩ 变成 (|0⟩ + |1⟩)/√2，把 |1⟩ 变成 (|0⟩ - |1⟩)/√2。注意那个 √2，它是个归一化因子，保证概率加起来等于 1。你测量的时候，有 50% 的概率看到 0，50% 的概率看到 1。

我当时就在想：这不就是个公平硬币吗？我干嘛不直接调 random.randint(0,1)？

区别在于，random.randint 是真的随机，它背后没有结构。而 H 门输出的这个叠加态，是有相位的。那个正负号——|0⟩ + |1⟩ 和 |0⟩ - |1⟩——在测量概率上完全一样，但如果你在测量之前再给它过一个 H 门，前者会变回 |0⟩，后者会变回 |1⟩。这就是量子干涉，经典随机做不到。

用程序员的话说：H 门不是生成了一个随机数，它是把量子比特放进了一个"两边都有振幅"的状态里，后续的操作可以在振幅上做文章，最后测量的时候才坍缩成确定值。你中间能玩的花样，比单纯扔硬币多得多。

CNOT 门与经典 XOR 的微妙差异

CNOT 门看起来就亲切多了。两个输入，两个输出，控制位是 0 就不动目标位，控制位是 1 就翻转目标位。这不就是个带条件的 NOT 吗？跟代码里的 if (control) { target = !target; } 一模一样。

但这里有个坑。

经典 XOR 是可逆的吗？不是。你看到输出是 1，你不知道输入是两个 1 还是一个 0 一个 1，信息丢了。CNOT 门不一样，它是可逆的——你把输出再过一遍完全相同的 CNOT，就能恢复输入。这在物理上对应一个事实：量子门必须是酉变换，不能丢信息，因为量子力学的基本演化方程是可逆的。

这个差异在实际写量子电路的时候会产生一个反直觉的现象。经典电路里，你从输入到输出，比特数可以变化——两个输入进 AND 门，出来一个输出，少了一个比特，没问题。量子电路不行，你进去几个量子比特，出来就得几个，一个都不能少。Qiskit 里你定义 QuantumCircuit(2,2) 的时候，那两个经典寄存器是给测量用的，量子寄存器本身从头到尾都是 2 个 qubit，门操作只是改变它们的状态，不会增减数量。

我第一次写 CNOT 的时候，下意识觉得控制位会被"消耗"掉，就像函数调用传了个引用进去，出来的时候引用可能变了。但实际上控制位原封不动——它只是参与了纠缠。纠缠是另一个大坑，但那是后话了。

从代码的角度重新理解量子门

后来我换了种方式想这件事。

经典逻辑门是纯函数：输入确定，输出确定，没有副作用，没有状态。量子门更像是状态转换器——它操作的是一个复数向量。一个 n 量子比特的系统，状态是 2^n 维向量，每个量子门就是这个向量空间里的一个酉矩阵。H 门是 2×2 的，CNOT 是 4×4 的，你把它乘到状态向量上，就完成了状态演化。

用 NumPy 写的话，大概长这样：

import numpy as np

# Hadamard 门矩阵
H = np.array([[1, 1], [1, -1]]) / np.sqrt(2)

# CNOT 门矩阵 (4x4)
CNOT = np.array([
    [1, 0, 0, 0],
    [0, 1, 0, 0],
    [0, 0, 0, 1],
    [0, 0, 1, 0]
])

# |0> 状态向量
state = np.array([1, 0])

# 过 H 门
state_after_H = H @ state
print(state_after_H)  # [0.70710678 0.70710678]

看到输出的那一瞬间我突然就懂了。那个 [0.707, 0.707] 就是叠加态——它不是"既 0 又 1"这么玄学，它就是数学上一个向量，两个分量都有值。测量的时候按分量模长的平方来概率塌缩，就这么简单。

我之前觉得反直觉，不是因为它真的反直觉，是因为我非要用经典比特的模型去套它。就像你非要用字典去理解哈希表——能理解个大概，但底层完全是两码事。

那天晚上我又跑了一遍那段代码，看着终端里交替出现的 0 和 1，心里踏实多了。不是代码有 bug，是我脑子里的"逻辑门"该升级了。

常见问题

我写了个量子电路，测量结果为什么每次都不一样？

因为量子力学里的测量本质上是概率性的。除非你的量子态恰好是某个计算基态（|0⟩ 或 |1⟩），否则每次测量都会按照振幅模平方的概率随机坍缩到 0 或 1。这不是代码的 bug，是底层物理就是这样的。想看到稳定的概率分布，需要多次运行（比如 shots=1024），然后看统计直方图。

Hadamard 门和直接把 qubit 设成随机状态有什么区别？

区别巨大。H 门生成的叠加态有确定的相对相位（系数是 +1/√2 和 +1/√2），后续再过一个 H 门可以精确地回到 |0⟩。随机状态没有这种相干性，过 H 门之后的结果是不可预测的。量子算法靠的就是这种相位相干性来做干涉，随机混进去的态会破坏整个计算。

CNOT 门能不能用来实现经典的 if-else 逻辑？

能，但要小心。CNOT 确实实现了"如果控制位是 1 就翻转目标位"的逻辑，但如果控制位处于叠加态，目标位翻转的幅度也是叠加的，两个 qubit 会纠缠在一起。这时候你再单独看控制位或目标位，各自的状态都变成了混态，已经不是纯的叠加态了。经典 if-else 假设条件本身是确定的，量子 CNOT 不要求这个前提，所以它能做的事情比经典分支多得多——代价是你不能在中途"偷看"控制位的值。

#Hadamard门 #经典逻辑门 #量子计算