后量子密码学（Post-Quantum Cryptography，PQC）是近年来信息安全领域的重要研究方向，主要是为了应对量子计算机带来的潜在威胁。随着量子计算技术的发展，现有的基于数学难题的经典加密算法，如RSA、AES等，可能会被强大的量子计算机轻易破解。因此，后量子密码学旨在寻找并设计能在量子计算机面前保持安全性的加密算法。 本项目"post-quantum"是一个专注于后量子算法的Java实现集合。使用Java编程语言意味着这些算法可以在各种平台和系统上运行，得益于Java的“一次编写，到处运行”特性。Java是一种广泛使用的面向对象的编程语言，具有高效性、跨平台兼容性和丰富的库支持，这使得它成为实现复杂密码学算法的理想选择。 在项目中，你可能会找到以下类型的后量子算法： 1. **公钥加密算法**：如Learning with Errors (LWE) 和Ring-LWE，它们是基于错误学习问题的，提供与RSA和ElGamal类似的功能，但在量子环境下更安全。 2. **数字签名算法**：比如基于编码理论的McEliece签名，以及基于格理论的SIDH（Supersingular Isogeny Diffie-Hellman）签名。这些签名方案在抵御量子攻击时展现出优越的安全性。 3. **密钥交换协议**：如基于格的NTRU和Dilithium，这些协议允许两个通信方在不安全的通道上安全地建立共享密钥，即使面临量子计算的挑战。 4. **哈希函数**：虽然哈希函数通常不受量子计算的直接影响，但后量子密码学也可能会研究适应量子时代的改进哈希函数，以确保整个加密系统的安全性。 这个项目可能包括了这些算法的详细实现，以及相关的测试用例和性能评估。开发者可以通过阅读源代码来理解这些算法的工作原理，同时可以将其集成到自己的应用中，以提前为量子计算时代的安全做好准备。 为了深入了解这个项目，你需要对Java编程有扎实的基础，同时也需要对密码学的基本概念有一定的了解，例如公钥密码学、数字签名、密钥交换等。此外，掌握量子计算的基本原理，如Shor's算法，将有助于理解为什么这些后量子算法是必要的。 在使用这些算法时，要注意其性能开销，因为后量子算法通常比经典算法更复杂，可能需要更多的计算资源。在实际部署前，进行充分的性能测试和安全性评估是非常重要的。 "post-quantum"项目为Java开发者提供了一个研究和实践后量子密码学的宝贵资源，对于那些关注未来信息安全的人来说，这是一个值得深入研究的领域。通过学习和理解这些算法，我们可以为即将到来的量子时代做好准备，确保数据和通信的持续安全。

稳定的： 掌握： Qiskit教科书源代码 这是教科书的交互式开源的资源库。 该教科书旨在用作大学量子算法课程的补充，以及对学习量子编程感兴趣的自学者的指南。 可以在找到与教科书各部分相对应的Jupyter笔记本。 这些笔记本中的代码将不断更新为最新版本的Qiskit。 这些笔记本被编译成html并导出到。 安装qiskit_textbook软件包 Qiskit教科书提供了一些特定于教科书的工具和小部件。 这不是Qiskit的一部分，可通过qiskit_textbook软件包获得。 使用和安装此程序的最快方法是通过以下命令： pip install git+https://github.com/qiskit-community/qiskit-textbook.git#subdirectory=qiskit-textbook-src 或者，您可以下载文件夹并运行： pip ins

分解大数质因子的量子算法——Shor算法.pdf

量子算法概论 目 录 一，量子算法引言 1，经典的计算复杂性理论。 2.doc

我们研究了两个 D-Wave QPU 在处理器读取次数有限的小型网络路由问题上的性能。 通过将其与标准工作站上使用良好的 Gurobi 和 Cplex 经典求解器进行比较，我们发现 2000Q 和 Advantage 在绝对运行时间方面都产生了卓越的性能。 对于将类似的 QPU 应用于此类问题，这是一个令人鼓舞的概念验证结果。 我们发现确定 QPU 性能最相关的量是我们应用它的 QUBO 的整体大小，尽管我们确实发现底层网络图的大小和源的数量也有显着影响。 虽然这里的大多数问题都涉及小型 QUBO，但偶尔也会产生较大的 QUBO。 即使在几次读取中，QPU 也能够解决大多数小于 20 大小的 QUBO，并且无法超过这个大小。 虽然这个范围仍然可以通过详尽的搜索方法获得，但这项研究仍然提供了有用的概念验证，因为这些问题通常可以很快得到解决。 这份 Processing Time e Processing Time e Processing Time 工作提出了一条通往实际量子优势的途径，其中可以通过经典方式解决的问题仍然通过更快地解决而产生优势。

介绍量子计算入门知识，如量子位、纠缠、非克隆定理、量子并行性和Deutsch算法等.

量子计算 我将在此存储库中实现各种量子算法。 该存储库使用Cirq和Tensorflow Quantum。 如果有时间，我将在其中的每一个上制作视频，当我这样做时，链接将在此处： 实施算法 TensorFlow-Quantum（TFQ）和Cirq 用于不同TFQ实验的代码。 包括原始代码和教程（以及从pennylane到tfq的翻译教程）。 有关以下内容的视频讨论： : 目前包括： 单Qubit分类器 用QML解决XOR 复制“用量子变分电路进行强化学习” TFQ中的量子近似优化算法（QAOA） TFQ中的变分量子本征求解器（VQE）：包括1个和2个量子位哈密顿量和的复制 用于TFQ中VQE的Rotosolve优化器：来自 VQE用于Cirq中的任意多个量子位 自定义ParameterShift和Adam优化与TFQ的比较 潘妮兰 Pennylane实验的代码（主要来自黑客

机器学习辅助绝热量子算法设计.pdf

本文提出了一种基于改进卡尔曼滤波的量子态最优估计器。 这种估计器在状态测量之后起作用，从而使我们能够获得对量子状态的最佳估计，从而可以输出任何量子算法。 这种方法比其他类型的量子测量（例如，弱测量，强测量和量子状态层析成像等）要精确得多。

该文件夹包含用于实现矩阵A的 HHL 算法的所有 Python 代码。它以 2 个文件夹和 3 个巨蛇文件组织：hhl4x4 该文件夹包含用户定义的量子门（如双控制门（由 2 个量子位控制的门）或受控 Rzz 门（受控的全球相移）的实现。HHL 算法在文件中实现了用户定义的量子门。custom_gatesZZhhl4x4.py 该文件夹包含 2 个python文件：用于处理寄存器的内在性，并在 Qiskit 使用的基础寄存器类周围实现包装。utilsendianness.pyregisters.py 4x4.py：HHL算法的全面实施。一旦软件安装（成功后），您可以通过在终端中键入命令来运行此文件。python setup.py installHHL4x4 optimise_parameters.py：用于查找汉密尔顿模拟部分的最佳参数的脚本。一旦软件安装（成功后），您可以通过在终端中键入命令来运行此文件。你可以看到可用的选项。python setup.py installHHL4x4_optimise_parametersHHL4x4_optimise_parameters --help 注：命令或 4x4.py 脚本将在当前目录中生成包含已实现 HHL 算法的 OpenQASM 代码的文件。最终量子状态的直方图可视化也将在程序结束时弹出。HHL4x44x4.qasm