FermionOperator.rst

费米子算符类

我们用如下的记号标识来表示费米子的两个形态， 湮没: X 表示 a_x ， 创建: X+ 表示 a_x^† ， 例如: "1 + 3 5 + 1"则代表 a₁^† a₃ a₅^† a₁

整理规则如下

1. 不同数字

″1 2″ =  − 1 * ″2 1″

″1 + 2 + ″ =  − 1 * ″2 + 1 + ″

″1 + 2″ =  − 1 * ″2 1 + ″

2. 相同数字

″1 1 + ″ = 1 + ″1 + 1″

″1 + 1 + ″ = 0

″1 1″ = 0

跟 PauliOperator 类似，FermionOperator 类也提供了费米子算符之间加、减和乘的基础的运算操作。通过整理功能可以得到一份有序排列的结果。

费米子算符类，用于生成和操作费米子算符集合，主要用于量子化学等领域的模拟和计算。

__init__()

初始化 FermionOperator 类的实例。

__init__(scalar: float)

初始化 FermionOperator 类的实例。

param scalar

标量值。

type scalar

float

__init__(scalar: complex)

初始化 FermionOperator 类的实例。

param scalar

复数标量值。

type scalar

complex

__init__(term: str, scalar: complex)

初始化 FermionOperator 类的实例。

param term

项的标识字符串，表示费米子项。

type term

str

param scalar

复数标量值。

type scalar

complex

__init__(terms: Dict[str, complex])

初始化 FermionOperator 类的实例。

param terms

复数标量值和项的字典，键为项的标识字符串。

type terms

Dict[str, complex]

data() -> List[Tuple[Tuple[List[Tuple[int, bool]], str], complex]]

获取费米子算符数据。

return

包含费米子项的列表，每个元组为一项，包含项的信息和复数标量值。

rtype

List[Tuple[Tuple[List[Tuple[int, bool]], str], complex]]

error_threshold() -> float

获取误差阈值。

return

误差阈值。

rtype

float

isEmpty() -> bool

判断费米子算符是否为空。

return

如果费米子算符为空，则为 True，否则为 False。

rtype

bool

normal_ordered() -> FermionOperator

对费米子算符进行正则排序。

return

经过正则排序后的费米子算符。

rtype

FermionOperator

setErrorThreshold(threshold: float) -> None

设置误差阈值。

param threshold

误差阈值。

type threshold

float

toString() -> str

获取费米子算符的字符串表示。

return

费米子算符的字符串表示。

rtype

str

to_string() -> str

获取费米子算符的字符串表示。

return

费米子算符的字符串表示。

rtype

str

实例

from pyqpanda import *

if __name__=="__main__":

    a = FermionOperator("0 1+", 2)
    b = FermionOperator("2+ 3", 3)

    plus = a + b
    minus = a - b
    muliply = a * b

    print("a + b = ", plus)
    print("a - b = ", minus)
    print("a * b = ", muliply)

    print("normal_ordered(a + b) = ", plus.normal_ordered())
    print("normal_ordered(a - b) = ", minus.normal_ordered())
    print("normal_ordered(a * b) = ", muliply.normal_ordered())

a + b =  {
0 1+ : 2.000000
2+ 3 : 3.000000
}

a - b =  {
0 1+ : 2.000000
2+ 3  : -3.000000
}

a * b =  {
0 1+ 2+ 3 : 6.000000
}

normal_ordered(a + b) =  {
1+ 0 : -2.000000
2+ 3 : 3.000000
}

normal_ordered(a - b) =  {
1+ 0 : -2.000000
2+ 3  : -3.000000
}

normal_ordered(a * b) =  {
2+ 1+ 3 0 : 6.000000      
}