顾青在“黑板”上面写下了这样一串公式【$$ C{ij}=\sum{k=1}^{n} ai^k aj^k $$】

“其中，$C{ij}$表示两个量子状态之间的相关性，$ai^k$和$a_j^k$分别表示第$i$和第$j$个量子状态在第$k$个基础上的系数。

初始化量子比特的状态，对每个量子比特应用相应的量子门，对量子比特进行测量，得到测量结果，再根据测量结果计算相关性。

而我们对这个公式还需要加几个特性的修改和确定，最重要的是什么？”

听到这个问题，李由刚刚因为冥思苦想而皱起来的眉头，突然舒展，开口回答道：“观测数据！观测，测量的变化！”

顾青的嘴角已然噙起了笑意。

“没错，我们不论是人，还是物，直接或者间接的观测，都会有改变产生。在科学研究领域，改变就是好事。但是在数据探索和公式恒定的时候，改变虽然也是好事，但我们必须要知道改变的范畴、幅度、方向！

你们要将这方面的问题，考虑清楚。”

丢下了一个随堂作业，顾青接着继续讲到：“然后就是量子傅里叶变换QFT算法，它可以用于计算多项式的傅里叶变换，天工，帮我把公式调出来，放到上面。”

这一次，顾青倒是没有自己亲手书写，而是选择了“偷懒”。

“好的，先生。公式已经放到了指定位置，您可以自行调整，或者……”

顾青摆了摆手，“别整那些，进入【教学模式】，打开灵境实验服务器权限渠道，调集云中九龙大数据资料数据。”

“已进入【教学模式】，正在验证身份，身份验证成功，欢迎您的到来，请……”

无视天工的刻板打招呼方式，顾青看着自己面前多出来的这长长一行公司，微微叹了口气。

“这个公司也就是量子芯片的计算机可以做做，真要是让我们人类来推，每次都得累得够呛。”

【$$\begin{aligned}\phi(x)&=\frac{1}{\sqrt{N}}\sum……】

点了点这个公式，顾青头也不回的继续讲到：“大家可以看到，$\phi(x)$表示傅里叶变换后的信号，$\phi(k)$表示原始信号，$N$表示信号的长度。

具体操作流程与上一个公式类似，初始化量子比特的状态，对每个量子比特应用相应的量子门，然后对量子比特进行测量，得到测量结果，再根据测量结果计算傅里叶变换。

量子傅里叶变换QFT算法在Python环境中，也能够实现。”

讲到这里，顾青顺手写了一段：【python import numpy……

初始化量子比特qc = QuantumCircuit(4， 4)。应用X门……应用H门……应用CNOT门……获取测量结果counts = result.get_counts print……】

然后直接点着这一段，讲到：“在这一段代码中，我首先初始化了4个量子比特，然后对第一个量子比特应用了X门，对第二个量子比特应用了H门，接着对第一个量子比特和第二个量子比特应用了CNOT门，最后对所有量子比特进行了测量。

通过执行量子计算，我们得到了测量结果。

十分简单，虽然很粗糙，但是量子世界，有时候粗糙往往能够有奇效。比如量子墨尔本球状模型QSBM算法，也有Python实现的方式。

但除了Python实现，我们的九州语言就不行吗？

答案当然是，没有问题。”

“首先初始化量子比特，在天干地支序列库中，给它一个定义，而后面的其他比特，也都统一进行自定义，当然并非是毫无规律的自定义，而是在一定的规则当中，进行处理。