章节介绍
版权所有 (c) 2021 百度量子计算研究所，保留所有权利。
20 世纪最著名的两个量子算法分别是格罗弗搜索算法和秀尔算法，在上一章中我们已经学习了格罗弗搜索算法，本章将围绕秀尔算法做一些展开。
秀尔（Peter Shor） 发现了快速傅里叶变换的量子版本可以在量子计算机上有效实现，并基于此提出了量子周期求解算法。众人所熟知的秀尔算法在提出时是作为周期求解算法的一个特例的。
Kitaev 在秀尔的思想之上总结提炼出了一个算法模块，也就是量子相位估计算法，降低了学习难度更有利于大家掌握和应用。在量子计算的后续发展中，相位估计成为了设计量子算法的最重要的工具之一，有着非常广泛的应用，比如：相位估计可以用在求解整数分解、线性方程组、数据拟合、推荐系统等问题中。
现在看来，我们可以用量子相位估计算法得到量子求阶算法，对求阶算法进行代数包装就可以得到秀尔算法。秀尔算法相比经典算法实现了指数级的提速，体现了量子计算较于经典计算的巨大优势和潜力。
我们将采用如下的学习途径，由浅至深、步步为营地掌握秀尔算法的诸多细节：
为了更深入地了解这些量子算法：量子傅里叶变换，相位估计及其在整数分解问题中的应用。我们会给出这些工具在量易伏平台上实现的例子演示。另外读者也可以参考 QCompute SDK 中的秀尔算法代码样例和教程。
在学习与使用本知识库的过程中，欢迎积极反馈建议或者意见至 quantum at baidu.com，这将有助于我们不断地优化迭代量易简。
参考资料
[1] Shor, Peter W. "Algorithms for quantum computation: discrete logarithms and factoring." Proceedings 35th Annual Symposium on Foundations of Computer Science. IEEE, 1994.
[2] Kitaev, A. Yu. "Quantum measurements and the Abelian stabilizer problem." arXiv preprint quant-ph/9511026, 1995.
最后更新时间：2021年12月20日