我目前正在尝试对德语算法进行编码，并努力测量如何测量x*Qube。阅读example here有助于但不能解决我的根本问题。
用下面的图解作为我提出的问题的基础，在他们提出第二个Hadamard变换的点上，我仍然把我的信息编码为对应于概率＞00＞＞01＞＞10＞11〉的概率向量。
我读过的所有内容都表明，我所做的是取前2个值（它们对应于第一个量子位），然后应用Hadamard变换，然后看它是零还是一个，但似乎不起作用。有没有人实施过这个计划，并对如何实现这个目标有什么建议？我目前正在使用numpy编写python代码，下面是我所拥有的：
x = np.array([[1], [0]])
y = np.array([[0], [1]])
h = calc_hadamard(1)
phi2 = np.kron(h.dot(x), h.dot(y))
constantF = np.array([[1, 0, 0, 0],
[0, 1, 0, 0],
[0, 0, 1, 0],
[0, 0, 0, 1]])
balancedF = np.array([[1, 0, 0, 0],
[0, 1, 0, 0],
[0, 0, 0, 1],
[0, 0, 1, 0]])
print(constantF.dot(phi2))
print(balancedF.dot(phi2))
这些打印功能输出的内容是
（0.5，-0.5，0.5，-0.5）和
（0.5，-0.5，-0.5，0.5）
应该是显而易见的，这是预期的，但是在前两个值上执行后续的Hadamard变换给出相同的答案。我错过了什么？
最佳答案
这些打印功能输出的内容是
(0.5, -0.5, 0.5, -0.5), and
(0.5, -0.5, -0.5, 0.5)
这确实是正确的。如果我们使用dirac符号编写这些向量，并将2位状态分解，它会给出：
1/2 ( |00> - |01> + |10> - |11> ) = 1/2 ( |0> + |1> ) ( |0> - |1> )对于恒定情况1/2 ( |00> - |01> - |10> + |11> ) = 1/2 ( |0> - |1> ) ( |0> - |1> )对于平衡情况正如在deutsch算法（Wikipedia : Deutsch's algorithm）中预期的那样，我们可以删除（删除）第二个寄存器，并对第一个寄存器应用hadamard。它给出
H ( |0> + |1> ) = |0>对于恒定情况H ( |0> - |1> ) = |1>对于平衡情况您犯的错误是，我们需要应用hadamard-then-measure的第一个寄存器与您所称的前两个值不对应。我们需要回到dirac符号，首先将全局状态作为两个寄存器的张量积（kronecker积）进行因子化。