通过图划分进行可逆电路的线性最近邻综合
新兴技术
2015-03-19 v2 量子物理
摘要
可逆电路中的线性最近邻（LNN）综合已成为量子计算技术实现中的一个重要问题。其目标是获得具有最小门代价的 LNN 架构。由于实现最优综合是一个困难问题，近期文献中已提出启发式方法。在这项工作中，我们提出了一种基于图划分的 LNN 综合方法，以降低电路代价。特别是，将给定的门级量子电路转换为其等效 LNN 配置所需的 SWAP 门数量被最小化。我们的算法为单控制和多控制门确定了量子比特线索引的重排序。针对基准电路的多控制 Toffoli（MCT）库放置目标量子比特的实验结果表明，与相关研究工作相比，门数量和量子门代价显著降低。
引用
@article{arxiv.1112.0564,
title = {Linear Nearest Neighbor Synthesis of Reversible Circuits by Graph Partitioning},
author = {Amlan Chakrabarti and Susmita Sur-Kolay and Ayan Chaudhury},
journal= {arXiv preprint arXiv:1112.0564},
year = {2015}
}