"""QFT de búsqueda de orden con el destino marginalizado por ramas.""" from collections import defaultdict from functools import lru_cache import numpy as np from qiskit import QuantumCircuit, __version__ as VERSION_QISKIT from qiskit.synthesis import synth_qft_full from qiskit_aer import AerSimulator, __version__ as VERSION_AER BASES = {221: 2, 253: 2, 217: 5} CONTROL = 16 M = 2**CONTROL MOTOR = AerSimulator( method="statevector", max_parallel_threads=1, max_parallel_experiments=1, max_memory_mb=192, ) QFT = synth_qft_full(CONTROL) def ramas_equivalentes(modulo): """Agrupa ramas desplazadas entre sí, que tienen igual distribución QFT.""" ramas = defaultdict(list) base = BASES[modulo] residuo = 1 for x in range(M): ramas[residuo].append(x) residuo = residuo * base % modulo grupos = {} for indices in ramas.values(): desplazada = tuple(x - indices[0] for x in indices) grupos[desplazada] = grupos.get(desplazada, 0) + len(indices) return grupos @lru_cache(maxsize=len(BASES)) def experimento(modulo): circuitos = [] pesos = [] for indices, peso in ramas_equivalentes(modulo).items(): estado = np.zeros(M, dtype=complex) estado[list(indices)] = 1 / np.sqrt(len(indices)) circuito = QuantumCircuit(CONTROL) circuito.set_statevector(estado) circuito.compose(QFT, inplace=True) circuito.save_statevector() circuitos.append(circuito) pesos.append(peso / M) resultado = MOTOR.run(circuitos, shots=1).result() probabilidades = np.zeros(M) mediciones = [] for i, peso in enumerate(pesos): salida = np.asarray(resultado.get_statevector(i)) probabilidades += peso * np.abs(salida) ** 2 circuito = QuantumCircuit(CONTROL, CONTROL) circuito.set_statevector(salida) circuito.measure(range(CONTROL), range(CONTROL)) mediciones.append(circuito) probabilidades /= probabilidades.sum() return probabilidades, pesos, mediciones def espectro(modulo): probabilidades, _, _ = experimento(modulo) return { "motor": "Qiskit Aer", "version": VERSION_AER, "qiskit": VERSION_QISKIT, "control": CONTROL, "modulo": modulo, "base": BASES[modulo], "probabilidades": probabilidades.tolist(), } def medir(modulo, cantidad): _, pesos, circuitos = experimento(modulo) azar = np.random.default_rng() muestras = [] for circuito, disparos in zip(circuitos, azar.multinomial(cantidad, pesos)): if disparos: resultado = MOTOR.run(circuito, shots=int(disparos), memory=True).result() muestras.extend(int(lectura, 2) for lectura in resultado.get_memory()) azar.shuffle(muestras) return muestras