学量子计算就像追剧，先把这几集数学补了就能看懂电路图

量子电路图没你想得那么玄乎，本质上就是几个矩阵在向量上转来转去。你只要把线性代数里最核心的三四块内容拎出来啃透，那些看起来像外星符号的电路图就能变成可读的流程图。

我自己大概花了两周业余时间走通这条路，从完全看不懂到能跟着论文里的电路图手动演算。回头一看，真正需要补的数学其实就下面这几集。

第一集：向量——量子态的“身份证”

量子计算里一切状态的起点，是一个列向量。别被“态矢”“叠加态”这些词吓到，它们说的就是向量。

具体长这样：

|0⟩ = [1, 0]ᵀ    （基态0）
|1⟩ = [0, 1]ᵀ    （基态1）

尖括号是狄拉克符号，物理学家喜欢这么写，你把它当向量别名就行。上标T是转置，把行向量竖起来变成列向量。

真正需要理解的是叠加态。一个量子比特可以同时处于0和1的状态，数学上就是这两个基向量的线性组合：

|ψ⟩ = α|0⟩ + β|1⟩ = [α, β]ᵀ

α和β是复数，叫振幅。关键约束是 |α|² + |β|² = 1，因为测量时得到0的概率就是|α|²，得到1的概率是|β|²。

我第一次读到这儿的时候卡了一下——为什么要复数？因为量子力学里波的干涉需要相位信息，实数不够用。但你先接受这个设定就行，不影响看懂电路图。

实战检验：你现在能认出量子电路图里每根线代表一个量子比特，初始状态通常默认是|0⟩，也就是向量[1, 0]ᵀ。这根线从左到右，就是向量被一路变换的过程。

第二集：矩阵——量子门的真面目

量子门在物理书里常被描述成“对量子比特的操作”，翻译成数学就是矩阵乘法。

每个量子门都是一个方阵，把它乘在状态向量上，就完成了状态变换。比如最常用的X门，作用是把|0⟩翻成|1⟩，把|1⟩翻成|0⟩，其实就是经典逻辑里的NOT门。它的矩阵是：

X = [[0, 1],
     [1, 0]]

验证一下：X|0⟩ = [[0,1],[1,0]] × [1,0]ᵀ = [0,1]ᵀ = |1⟩。确实翻了。

另一个必认的是Hadamard门，简称H门，负责制造叠加态。矩阵长这样：

H = 1/√2 × [[1,  1],
            [1, -1]]

把H门作用在|0⟩上：H|0⟩ = 1/√2 × (|0⟩ + |1⟩)，也就是[1/√2, 1/√2]ᵀ。这个状态下测量，50%概率得0，50%得1。

你不需要背所有门的矩阵，但需要知道怎么查。常见的单量子比特门就这么几个：X、Y、Z、H、S、T，以及带参数的旋转门Rx、Ry、Rz。每个都有标准矩阵，维基百科上搜“Quantum logic gate”那张表就是你的速查手册。

一个关键细节：量子门矩阵必须是酉矩阵，也就是U†U = I。†是共轭转置。这个性质保证了变换前后概率总和始终为1。你不需要每次手动验证，但看到电路图里出现某个门时，心里要知道它背后就是个2×2或4×4的酉矩阵。

第三集：张量积——多量子比特的“拼接术”

单量子比特只有两个基态，两个量子比特就有四个基态：|00⟩、|01⟩、|10⟩、|11⟩。问题是怎么从单比特的向量得到双比特的向量？靠张量积，符号⊗。

规则很简单：每个比特的状态向量做张量积，维度相乘。两个2维向量张量积得到4维向量。

具体算一下。假设第一个量子比特在状态|0⟩=[1,0]ᵀ，第二个也在|0⟩，那么组合态是：

|0⟩ ⊗ |0⟩ = [1,0]ᵀ ⊗ [1,0]ᵀ = [1×1, 1×0, 0×1, 0×0]ᵀ = [1,0,0,0]ᵀ

这个4维向量就代表|00⟩态。同理，|1⟩ ⊗ |0⟩ = [0,0,1,0]ᵀ，代表|10⟩态。

多量子比特门的矩阵也是靠张量积构造的。比如你想对两个量子比特中的第一个加X门，第二个不动（加恒等门I），总的操作矩阵就是X ⊗ I，一个4×4矩阵。

这里有个极易踩的坑：量子电路图里门的位置不代表矩阵乘法的顺序。电路图从左往右读，但矩阵乘法从右往左算。第一个门最靠近初始态，对应最右边的矩阵。我刚学时在这里翻过车，算出来的结果完全对不上。

实战意义：当你看到电路图里有两条线，中间串着一个方块标记“CNOT”，你就知道它在数学上是作用在4维向量上的4×4矩阵。CNOT的标准矩阵是：

CNOT = [[1,0,0,0],
        [0,1,0,0],
        [0,0,0,1],
        [0,0,1,0]]

它翻转目标比特当且仅当控制比特为|1⟩。看不懂矩阵没关系，先用起来，等跑通一两个例子再回头看就明白了。

第四集：内积与测量——从量子态到经典比特

量子电路的最后一步通常是测量，电路图里画成一个仪表图标。数学上，测量就是从复数向量里提取概率的过程。

给定状态|ψ⟩ = [α, β]ᵀ，测量得到0的概率是|α|²，得到1的概率是|β|²。这里的|α|是复数的模，α = a+bi，则|α|² = a²+b²。

更一般地，对于多比特系统，你想知道某个特定比特是0还是1的概率，需要对整个状态向量做偏迹运算。但初学阶段，手动算两三个比特的测量概率就够了，用内积公式：

测量结果对应某个基态|k⟩的概率 = |⟨k|ψ⟩|²

⟨k|是|k⟩的共轭转置，内积算出来是个复数，取模平方就是概率。

举个例子，两比特状态 |ψ⟩ = 1/2(|00⟩ + |01⟩ + |10⟩ + |11⟩)，也就是[1/2, 1/2, 1/2, 1/2]ᵀ。测量第一个比特得到0的概率是多少？把所有第一个比特是0的基态概率加起来：|⟨00|ψ⟩|² + |⟨01|ψ⟩|² = (1/2)² + (1/2)² = 1/2。所以一半概率测到0。

到这一步，你已经能完整追踪一个量子电路：初始向量→逐级乘门矩阵→最后算测量概率。这就是看懂电路图的全部数学闭环。

第五集：复数——躲不开但可以浅尝

前面一直提到复数，但说实话，初学阶段你只需要掌握三个操作：

复数写法：a+bi，i²=-1
模的计算：|a+bi| = √(a²+b²)
共轭：a+bi的共轭是a-bi

量子门矩阵里经常出现i、-i、e^(iπ/4)这些东西。e^(iθ)就是cosθ + i sinθ，欧拉公式，S门里的e^(iπ/2)代进去就是cos(π/2)+i sin(π/2) = 0+1i = i。

你不需要搞懂复分析，会代数运算、能算出模平方就够了。因为最终测量概率只看模平方，虚部在物理上有意义但在概率计算里化成了实数。

我当时的做法是拿张草稿纸，把H门作用在|0⟩上的过程手算一遍：矩阵乘法涉及1/√2和-1/√2，算出来向量元素带根号，再算模平方，根号消掉，得到1/2。算完这一遍，心态就稳了——原来量子计算里那些反直觉的现象，底层还是老老实实的线性代数。

常见问题

需要把整本线性代数教材啃完吗？

完全不用。向量运算、矩阵乘法、张量积、内积、特征值这几个概念，对应到教材里大概就前三章的内容。MIT的Gilbert Strang网课看前8讲足够。特征值暂时用不到，可以跳过，等学到变分量子算法时再补。

复数运算不熟会不会卡住？

初学阶段不会。90%的手算练习里，复数只出现在门矩阵中，你只需要做乘法和共轭，不涉及复变函数。实在不放心，花一小时过一遍复数的四则运算和欧拉公式就行。

有没有推荐的练手工具？

直接用Python加NumPy。把常见门矩阵定义好，状态向量用np.array，矩阵乘法用@，张量积用np.kron。三行代码就能模拟一个两比特电路。等熟练了再上Qiskit，那时候你用qiskit画电路图，脑子里跑的是矩阵，而不是黑箱。