第 18 课 · Qubitization 与 QSVT——把任意矩阵函数变成量子电路 · 模块三：现代算法体系

转场：碎片化的算法图景

引子（一句）：六套算法、六套语言——它们会不会是同一个东西？
表格（六行，末列给统一框架下的形式）：
- Grover（振幅放大）→ 峰形多项式，$\sigma_1 = 1/\sqrt{N}$，$d = O(\sqrt{N})$
- HHL（QPE + 受控旋转）→ $P(x) \approx 1/(\kappa x)$，$d = O(\kappa\cdot\log(\kappa/\varepsilon))$
- Trotter（乘积公式）→ $e^{-i\tau x}$ 的分段逼近
- LCHS（LCU + 后选择）→ $e^{-i\tau x}$ 的积分平均（含后选择因子）
- Qubitization（量子行走）→ $T_n(A/\lambda)$ 与任意 QSP 多项式
- Shor（QFT + 周期查找）→ 本课框架外（相位估计族）
主张卡：QSVT（Gilyén–Su–Low–Wiebe, 2019）：全部统一为"对矩阵奇异值的多项式变换"，算法间的差别只是多项式与相位参数的差别
需求卡：只需两件新语言——投影酉算符 $A = \tilde{\Pi}\cdot U\cdot\Pi$ 与反射相位门 $e^{i\phi Z_\Pi}$

类型transition-question（转场页）+ 公式表格

讲义

第 10/15 页 · 转场：碎片化的算法图景

QSVT 之前的算法图景高度碎片化：Grover 靠振幅放大（峰形多项式，$d=O(\sqrt{N})$）、HHL 靠相位估计加受控旋转（$P(x)\approx 1/(\kappa x)$）、Trotter 靠乘积公式逼近 $e^{-i\tau x}$、LCHS 靠 LCU 加后选择、Qubitization 靠量子行走实现 $T_n(A/\lambda)$ 与任意 QSP 多项式，Shor 属相位估计族、在本课框架外。Gilyén–Su–Low–Wiebe（2019）提出的 QSVT 主张：这些目标全可写成"对矩阵奇异值的多项式变换"$P^{SV}(A)=\sum_j P(\sigma_j)\cdot|u_j\rangle\langle v_j|$，算法间的差别只是多项式与相位参数的差别，电路是同一副骨架。掌握这门语言只需两件工具：投影酉算符 $A=\tilde{\Pi}\cdot U\cdot\Pi$ 与反射相位门 $e^{i\phi Z_\Pi}$。