量子Fourier变换

最新推荐文章于 2025-02-16 01:37:07 发布

薛定谔de_Obsession

最新推荐文章于 2025-02-16 01:37:07 发布

阅读量2.2k

点赞数 4

文章标签：算法机器学习人工智能

本文链接：https://blog.csdn.net/qq_34571312/article/details/126242244

版权

文章目录

前言
一、离散傅里叶变换
二、量子傅里叶变换
总结

前言

Fourier变换是科学研究中非常有用的一种数学工具。它的核心是把一个非常难解的问题，变换成另一个容易解决的问题，求解后然后再变换回原来的形式。
在这里插入图片描述

一、离散傅里叶变换

傅里叶变换是解决数学或计算机科学一些难题的一种重要的变换方法。其中，离散傅里叶变换（Discrete Fourier Translation）将一个N维复向量 $\left( x_{1},\cdots,x_{N} \right)$ 转换为如下定义的复向量 $\left( y_{1},\cdots,y_{N} \right)$ ,
$y_{k} \equiv \frac{1}{\sqrt{N}}{\sum\limits_{j = 0}^{N - 1}x_{j}}e^{2\pi ijk/N}$