【代码贡献】修正 Grover 最优迭代次数计算，补充输入校验与依赖声明

[CREVIOS]

关联 Issue：#13 （【本源杯项目】优化/新增算法、开发创新应用）
参赛队伍：DU_Fanta

---

一、问题描述

1. Grover.iter_num 返回的迭代次数并非最优

iter_num 使用 floor(pi/4 * sqrt(N/M))。该式是最优解在 M << N 时的小角度近似，解集稠密时会失效。

Grover 搜索经过 k 次迭代后的成功概率为 sin^2((2k+1)*theta/2)，其中 theta = 2*arcsin(sqrt(M/N))，因此第一个极大值出现在 k* = pi/(2*theta) - 1/2（四舍五入取整）。

遍历所有 q_num <= 14、1 <= sol_num < 2**q_num 的组合：

对比	数量
新实现严格更优	4154
结果相同	28598
新实现更差	0

差距最大的情形为 q_num=13, sol_num=5053：

	迭代次数	成功概率
修改前	1	0.175
修改后	0	0.617

稀疏解集（单解）下两者结果一致，文档示例 iter_num(3, 2) == 1 不变。

此外 sol_num=0 原会抛出 ZeroDivisionError。

2. mark_data_reflection 会静默标记错误的量子态

当 mark_data 中某一项的长度大于量子比特数时，代码只取其低位，静默标记了错误的态，没有任何提示：

# 3 个量子比特，却传入 4 位字符串
mark_data_reflection(qubits=[0, 1, 2], mark_data=['1010'])
# 修改前：正常返回，实际标记的是 '010'
# 修改后：ValueError: mark_data entry '1010' has length 4, but 3 qubits were given

长度不足时则抛出难以理解的 IndexError。

3. mark_data_reflection 中的 BARRIER 阻碍编译优化

原实现在每个 '1' 位置插入 BARRIER。它们不改变量子态（已验证酉矩阵完全一致），但会阻止转译器合并相邻门。以 optimization_level=2 转译后：

量子比特数	标记态数	修改前门数/深度	修改后门数/深度	减少
3	2	32 / 22	26 / 20	6 门, 2 层
4	2	96 / 70	90 / 68	6 门, 2 层
5	3	298 / 227	282 / 224	16 门, 3 层
6	4	734 / 560	693 / 552	41 门, 8 层

4. 全新安装无法 import pyqpanda_alg

QSVD.py 在模块层 import pandas，QSVR.py 在模块层 from sklearn... import，但二者均不在 requirements.txt 中：

>>> import pyqpanda_alg
ModuleNotFoundError: No module named 'pandas'

5. test/pytest.ini 中 testpaths 配置有误

testpaths 列出了并不存在的 QRAM，而实际存在的 QARM 测试从未被收集。

---

二、修改内容

文件	修改
pyqpanda_alg/Grover/Grover_core.py	iter_num 改用精确最优公式并校验参数；mark_data_reflection 校验 mark_data 长度与字符集，移除 BARRIER；同步更新 docstring
pyqpanda-algorithm/requirements.txt	补充 pandas、scikit-learn
test/pytest.ini	QRAM 更正为 QARM
test/QAlgBase/Test_grover_iter_num.py	新增 6 个用例
test/QAlgBase/Test_grover_mark_data_reflection.py	恢复被整体注释掉的测试，并新增 6 个用例

Test_grover_mark_data_reflection.py 此前被整体注释，但在当前 API 下可以正常通过，本 PR 予以恢复。

---

三、对用户的影响

1. iter_num 在稠密解集下的返回值会变化（变得更优）。稀疏解集下结果不变。
2. iter_num 与 mark_data_reflection 新增了 ValueError。原先静默产生错误结果或抛出 ZeroDivisionError / IndexError 的调用，现在会得到明确报错。这是有意的行为变更：静默标记错误的量子态比报错更危险。
3. mark_data_reflection 生成的电路不再含 BARRIER，酉矩阵不变。

---

四、测试

$ cd test && python -m pytest QAlgBase QAOA QARM QPCA QSVM
34 passed

修改前为 18 个用例，本 PR 新增 12 个、恢复 4 个。新增测试覆盖：

• iter_num 在 q_num <= 10 全部组合上等于成功概率的第一个极大值点；
• iter_num 返回值的左右邻域成功概率均不更优；
• 稠密解集回归用例（q_num=13, sol_num=5053）；
• 稀疏单解情形仍与经典公式一致；
• 非法 sol_num / q_num 抛出 ValueError；
• mark_data_reflection 的酉矩阵为对角阵且仅在被标记态上为 -1；
• mark_data 长度、字符集、空列表的校验；
• 生成电路中不含 BARRIER。

另已验证全新虚拟环境中 pip install . 后可正常 import pyqpanda_alg。

---

English summary

• Grover.iter_num used the small-angle limit floor(pi/4 * sqrt(N/M)) instead of the exact first maximum round(pi/(2*theta) - 1/2). Across all q_num <= 14, the new implementation is strictly better in 4154 cases and worse in none; worst previous case q_num=13, sol_num=5053 went from success probability 0.175 to 0.617.
• mark_data_reflection silently marked the wrong state when a mark_data entry was longer than the qubit register; it now validates length and alphabet.
• Removed BARRIER gates from mark_data_reflection that do not change the unitary but block transpiler optimisation (up to 41 gates / 8 layers for a 6-qubit, 4-target reflection).
• Added pandas and scikit-learn to requirements.txt; import pyqpanda_alg failed on a clean install without them.
• Fixed testpaths in test/pytest.ini (QRAM -> QARM) so the existing QARM tests are collected.
• Restored Test_grover_mark_data_reflection.py, which was fully commented out but passes against the current API.

Test suite: 18 -> 34 passing.